Especialización en Big Data. Extracción de valor a escala (nivel básico).
Volumen, Variedad y Velocidad en la Automatización de la Inteligencia de Cliente.
Programa con metodología SyncTeractive Learning: Clases online en directo con dinámicas participativas, grupos reducidos, plataforma e-learning y tutorización personalizada.
Ejes del programa
- Big Data y Analítica Avanzada.
- Del Data Warehouse al Data Lake.
- Arquitectura Big Data y Ciencia de Datos.
- Análisis de datos a escala (volumen).
- Manejo de datos desestructurados (variedad).
- Arquitecturas de streaming y fast data (velocidad).
- Modelos de negocio basados en Big Data (valor).
- Gobierno del dato, calidad y rigor analítico (veracidad).
Introducción
Todo el mundo habla de obtener valor a partir de los datos, pero ¿qué significa realmente esto? ¿En qué consisten las iniciativas Big Data? ¿Qué diferencia hay con la Inteligencia de Negocio? ¿Dónde se puede aplicar la Inteligencia Artificial y para qué?
En este programa formativo, diseñado para perfiles sin conocimientos previos a nivel técnico, se trabajará de forma práctica en la comprensión de todos estos conceptos, desmitificando las expresiones de moda y entendiendo las principales fases del ciclo de vida de los datos en una organización (para perfiles con experiencia en tecnologías de la información, ver la versión avanzada de este programa).
Además, se aplicará un enfoque muy pragmático, basado en la combinación de clases online tipo taller con trabajo colaborativo tutorizado. Durante el itinerario planteado se utilizarán diversos proyectos-reto con datos y casos reales. Los participantes en el programa no serán alumnos pasivos, sino que trabajarán en la consecución de las diversas fases de los proyectos-reto planteados contando con la guía del instructor.
Objetivos
- Comprender las oportunidades reales de los nuevos sistemas Big Data y de Analítica Avanzada, distinguiendo el valor que aportan los Sistemas Operacionales, los Sistemas Informacionales y los Sistemas de Inteligencia de Cliente.
- Descubrir los nuevos modelos de negocio que han surgido gracias a los ecosistemas Big Data, la nueva economía del dato y el papel de las plataformas.
- Aprender a identificar las piezas tecnológicas clave involucradas en un proyecto Big Data.
- Analizar las múltiples fuentes de datos disponibles en una organización, distinguiendo las características específicas de los datos estructurados y desestructurados.
- Comprender cómo se convierten los datos en «insights» y en acciones a partir del uso de algoritmos analíticos.
- Conocer en profundidad el perfil profesional de científicos de datos (Data Scientist) y arquitecto big data (Big Data Architect), así como sus principales habilidades, competencias, tareas y procesos.
- Distinguir los diferentes tipos de análisis de datos que se realizan en el ámbito Big Data: modelos descriptivos, diagnósticos, predictivos, prescriptivos y generativos.
A quién va dirigido el programa
Este programa formativo es de nivel básico y no contempla ningún requisito específico ni conocimientos previos necesarios para la admisión. Para perfiles con conocimientos técnicos en informática, ver el programa avanzado.
La experiencia de aprendizaje está diseñada para aquellas personas que:
- Tengan la responsabilidad de la toma de decisiones en una organización.
- Se encarguen de la dirección y de las decisiones estratégicas con respecto al uso de datos de clientes, pacientes, empleados, proveedores, ciudadanos, etc.
- Trabajan en entornos tradicionales de inteligencia de negocio (BI) y quieran actualizar sus conocimientos a los sistemas Big Data.
- Estén interesadas en el aprovechamiento y buen uso de diferentes fuentes de datos disponibles en su organización o provenientes de fuentes externas.
Metodología
Plataforma Online
Se utilizará Moodle como plataforma de formación online (LMS), incluyendo las herramientas habituales en este tipo de cursos: acceso a los contenidos, foros de discusión, entrega de actividades, calificación de trabajos, etc.
Cada alumno contará con un usuario de Moodle y de esta forma tendrá acceso a todos los recursos disponibles del programa formativo. Así mismo, se monitorizará el acceso y la participación de los alumnos en la plataforma (incluyendo datos de acceso, tiempo de participación, actividades realizadas, fechas de entrega, asistencia a clases online, etc.).
Las clases online se realizarán a través de videoconferencia con la herramienta Zoom, que estará integrada en la plataforma Moodle.
Dinámica del Curso
El curso se realiza combinando sesiones síncronas en directo con actividades que se realizan de forma asíncrona en la plataforma. La duración total del programa puede variar entre uno y tres meses (dependiendo del periodo entre sesiones que se establezca en cada edición – consultar más abajo el programa específico de cada edición).
El programa consta de 10 sesiones síncronas de 2 horas (20 horas de clase en total) más la realización de actividades entre sesiones y el trabajo final de curso (se estima un total de al menos 25 horas de dedicación del alumno, equivalente a 1 crédito ECTS).
Las sesiones online combinan de forma dinámica contenidos teóricos con ejercicios prácticos, de forma que el alumno pueda adquirir las competencias especificadas anteriormente de forma ágil y natural.
Se espera que los alumnos dediquen algún tiempo entre las sesiones para practicar con los conceptos aprendidos en la sesión anterior y plantear dudas concretas en la sesión siguiente.
Como parte del programa formativo, los alumnos desarrollarán un proyecto final de integración de conocimientos, que se irá desarrollando, de forma tutorizada, desde el inicio del curso. La tutorización del proyecto se realizará de forma asíncrona a través de los foros correspondientes en Moodle y de forma síncrona a través de dos sesiones de tutoría online incluidas en la programación.
Evaluación, Diploma y Certificado de Realización
Tras la realización del curso con aprovechamiento los alumnos recibirán el correspondiente certificado. Para obtener el certificado de «Actualización Profesional en Big Data aplicado a la Inteligencia de Cliente«, se deberá superar la evaluación del proyecto final de curso (este programa no tiene evaluación basada en exámenes).
Plan de Estudios
Sesión 1. Introducción a los sistemas centrados en datos.
- Los procesos de medición.
- La representación de los datos.
- Identificación de fuentes de datos.
- Almacenamiento y procesamiento.
- Arquitecturas de datos.
- El ciclo de vida del dato y los algoritmos.
- Ecosistemas SMAC.
Sesión 2. Caracterización de los sistemas Big Data.
- Implicaciones de las uves (Volumen, Velocidad, Variedad, Valor, Veracidad, Viscosidad, etc.).
- Datos estructurados y desestructurados.
- Escalado horizontal y escalado vertical.
- Big Data en organizaciones nativas digitales.
- Caso: Big Data en transformación digital.
Sesión 3. Del dato al insight de negocio.
- Los servicios de inteligencia en la organización.
- Procesos inductivos y deductivos.
- La pirámide de valor basada en los datos.
- Descubrimiento dirigido por el dato y estrategia de negocio.
- Tipología y panorámica de casos de uso.
- Práctica: identificación de modelos de negocio basados en datos.
Sesión 4. La empresa inteligente.
- Perfiles profesionales en Big Data (arquitecto big data, ingeniero de datos, científico de datos y analista de negocio).
- Los silos de datos y la construcción del Data Lake.
- La figura del Citizen Data Scientist.
- Práctica: Primeros pasos como científicos de datos usando APIs en nube.
Sesión 5. Tutoría de Proyecto I.
- Presentación del proyecto fin de curso.
- Resolución de dudas y planificación de proyecto.
Sesión 6. Construcción de modelos predictivos I.
- Agrupamiento (clustering).
- Clasificación.
- Evaluación de los modelos.
- Práctica: Manos a la obra: construcción de modelos predictivos con KNIME Analytics Platform (visualmente, sin necesidad de programar).
Sesión 7. Construcción de modelos predictivos II.
- Regresión.
- Práctica: Manos a la obra: construcción de modelos predictivos con KNIME Analytics Platform (visualmente, sin necesidad de programar).
Sesión 8. Construcción de modelos predictivos III.
- Detección de anomalías.
- Sistemas de recomendación.
- Evaluación de los modelos.
- Práctica: Manos a la obra: construcción de modelos predictivos con KNIME Analytics Platform (visualmente, sin necesidad de programar).
Sesión 9. Innovación y nuevas tendencias.
- Modelo de adopción de tecnologías emergentes.
- Vigilancia tecnológica.
- Tendencias de mercado.
- Big Data e IoT.
- Big Data e Inteligencia Artificial.
Sesión 10. Tutoría de Proyecto II.
- Revisión de estado y avance de los proyectos.
- Resolución de dudas.
- Implantación de planes de contingencia.
Equipo Formador
Raúl Arrabales Moreno.
Senior Data Scientist, Consultor Big Data, Doctor en Inteligencia Artificial, MBA.
Raúl es un profesional interdisciplinar con 20 años de experiencia en negocio, tecnología, investigación, gestión y docencia, habiendo desarrollado su carrera en diferentes centros de reconocido prestigio. Ha liderado proyectos y start-ups de base tecnológica en compañías como IBM, Orange, Altran y Accenture. Actualmente Raúl es Socio en Psicobōtica.
Próximas Ediciones
Si estás interesad@ en participar en este programa formativo, podrías apuntarte para alguna de las siguientes ediciones:
- Edición intensiva enero 2021 (BDIC-B/2020/2):
- Inicio 12 de enero.
- Duración: 1 mes.
- Máximo 20 participantes.
- Precio reducido online: 145 €.
- Horario: L-M-X de 17:00 a 19:00h.
- Ediciones personalizadas InCompany
- Adaptadas para organizaciones.
- Presenciales u online.
- Consultar condiciones.
Solicitud de Admisión y Pre-Inscripción
Para pre-inscribirte o aclarar cualquier duda sobre este curso, rellena el siguiente formulario (la admisión a los programas formativos está sujeta a la revisión del perfil del candidato/a y el número de plazas disponibles):