Big Data Analitico

Directivos, profesionales y emprendedores que quieran potenciar sus conocimientos de Big data desde una perspectiva práctica y de negocio.

Imprescindible para perfiles profesionales o especialistas en áreas funcionales de Operaciones, Marketing, Ventas, Big Data e Inteligencia Comercial, responsables de PYMES o emprendedores.

Por último, este Curso Seminario también resulta indicado para aquellos estudiantes que quieren ampliar su base de conocimientos y capacidades profesionales para convertirse en un profesional especializado en el análisis e interpretación de Big Data.

El objetivo final del programa es que el profesional sea un activo importante en cualquier organización en el análisis de información y toma de decisiones 

La metodología es flexible, basada en el formato blended learning, de forma que puede adaptarse a las necesidades de cualquier alumno. El alumno marca los ritmos de aprendizaje en función de sus posibilidades pero con una aprendizaje en linea.

Módulo 1. Entendiendo Big Data

¿Qué es Big Data?

  • Introducción
  • Evolución histórica de almacenamiento y proceso de la información
  • Definición de Big Data
  • Ejemplos de uso en Big Data
  • Del Big Data al small data
  • Presentación de la plataforma Big Data para prácticas
  • Planteamiento de objetivos de proyecto fin de curso

Cómo detectar, plantear y abordar oportunidades de negocio con Big Data

  • Big Data en diferentes áreas de negocio:

marketing, conocimiento del cliente, riesgo, fraude, customer experience

  • Tipos de datos y disponibilidad
  • Fortalezas y debilidades de los nuevos tipos de datos generados online, móviles y redes sociales
  • Implementar una arquitectura de datos para ayudar en la toma de decisiones
  • Conjugar datos de comportamiento con datos referidos al cliente (internos y externos)
  • Privacidad de datos. Aspectos legales

 

Valor de negocio. Transformación en conocimiento

  • Extraer información de los datos estructurados y no estructurados
  • Sistemas de anonimización
  • Transformación de datos en conocimiento
  • Valor del cliente vs comportamiento del cliente

 

Módulo 2. Tecnología y métodos analíticos en Big Data              

Arquitectura de soluciones en Big Data

  • Procesos Batch
  • Procesos en real time
  • Escalabilidad
  • Disponibilidad
  • Fiabilidad

 

Plataformas Big Data II y III.

Introducción lenguajes Python, PIG

  • Introducción a lenguajes
  • Python
  • PIG

 

Técnicas y herramientas para construcción de un data lake

  • Del EDW al data lake
  • Bad data vs great data
  • Big Data and dataquality

 

 

Técnicas para visualización y análisis en Big Data: Datamining vs Machine Learning

  • Datamining vs machine learning.

Desmitificación estadística / data mining / Big Data / data science. Tendencias y consolidación. Modelo de madurez en analytics

  • Data science. Introducción al método científico. Rigor, validez y fiabilidad.

Diseños de investigación. Los procesos de análisis en data science. Reporte y uso de los insights

  • Principales técnicas analíticas en BigData. Mapa de técnicas para análisis descriptivo, predictivo, prescriptivo, causal y mecanístico. Selección y combinación de técnicas

 

Técnicas para visualización y análisis en Big Data:

Machinelearning.

  • Introducción al aprendizaje automático (machine learning). Introducción al aprendizaje. Aprendizaje supervisado y no supervisado. Principales técnicas enaprendizaje automático. Casos reales y ejemplos
  • Tendencias actuales en aprendizaje automático. Introducción a ensemble learning. Bagging, boosting, stacking
  • Nuevas tendencias en data science y big data analytics.

 

Técnicas Analíticas y modelado predictivo

  • Técnicas analíticas:
  • Análisis de datos.
  • Modelado predictivo: Introducción al modelado estadístico.
  • Comprensión y visualización de datos.
  • Predicción con regresión lineal.
  • Clasificación de patrones con regresión logística.
  • Otras técnicas estadísticas

 

Módulo 3. Aplicaciones de negocio con Big Data

Aplicaciones de Negocio - analítica web

  • Big Data en media
  • Empleo de Big Data en el sector media con el objetivo de mejorar la experiencia de cliente: Necesidad de negocio. Planteamiento de la solución. Construcción de data lake.
  • Analítica en Big Data conocimiento del cliente.
  • Operatividad en entorno Big Data. Venta programática
  • Analítica web. Caso práctico de empleo de analítica en web para mejorar el conocimiento y comportamiento del cliente:
  • Adquisición, comportamiento, conversión

La duración del curso de este curso es de 40 Horas

Inicio:
Fin:
Horario:

Valor del Curso: COP $1.600.000

Por tiempo limitado obtén un 50% de descuento: COP $800.000

Ver Instructivo de Pago

Solicite toda la información sobre el curso de su interés.