Diplomado Analítica de Datos

OBJETIVO

El objetivo principal de este diplomado es promover en los participantes una actitud analítica basada en datos para resolver problemas organizacionales y fortalecer la toma de decisiones gracias a la generación de modelos descriptivos y predictivos a partir de datos estructurados y narrativos. 

Dirigido a

Profesional titulado en Ingeniería, Administración, Economía, Matemáticas o carreras afines con conocimientos en el uso de las TI en el mundo empresarial, interesado en la aplicación de técnicas de análisis de datos que permitan generar modelos e identificar patrones que enriquezcan los procesos de toma de decisiones empresariales.

Metodología

El programa se va a desarrollar con una metodología dinámica y participativa, a través de procesos de aprendizaje que integren la adquisición de conocimientos y desarrollo de habilidades, a través de laboratorios, conferencias magistrales, análisis de casos reales de empresas de diversos sectores y discusiones intergrupales guiadas por los conferencistas de cada tema. 

Durante el desarrollo de cada uno de los módulos se realizarán múltiples sesiones prácticas usando herramientas libres, propietarias, y en nube. No obstante, el objetivo del diplomado no es la formación en el uso de estas herramientas sino en los fundamentos de cómo diseñar toda la estrategia de inteligencia de negocios y cómo las herramientas disponibles en el mercado pueden aportar en ella.

CONTENIDO

Módulo 1: Introducción (5 horas)

• Conceptos básicos.
• Relación entre analítica de datos, minería de datos, ciencia de los datos.
• Casos de éxito: Analítica para la toma de decisiones y competitividad.
• Metodología para proyectos de analítica.
• Tendencias en la ciencia de los datos. 

Módulo 2: Modelos analíticos usando datos estructurados (50 horas)

• Análisis exploratorios.
• Modelos Analíticos Descriptivos: reducción de dimensionalidad, clustering y reglas de asociación.
• Modelos analíticos Predictivos: Regresión, Árboles de decisión, redes neuronales, Métodos de ensamble.
• Preparación de datos estructurados: Consideraciones adicionales antes de aplicar modelos analíticos. 

Módulo 3: Modelos analíticos especializados (20 horas)

• Minería de texto: preprocesamiento de texto, reconocimiento de entidades, segmentación y clasificación de documentos.
• Analítica de Procesos: Descubrimiento automático de los procesos, análisis de conformidad con las reglas de negocio, análisis de productividad del personal. 

Módulo 3: Visualización (10 horas)

• Principales herramientas de visualización.
• Análisis e interpretación de visualizaciones.
• Geo-referenciación como apoyo a la visualización. 

Módulo 4: Privacidad y confidencialidad (5 horas)

• Riesgos y consideraciones al realizar proyectos de análisis de datos.
• Consideraciones legales.
• Principios y métodos de anonimización. 

Módulo 5: Introducción a Big Data (10 horas)

• Big Data y analítica de los datos.
• Principios del análisis masivo de datos.
• Tecnologías para analizar grandes volúmenes de datos.

PERFIL DE DOCENTES

Conferencistas

• Alexandra Pomares Quimbaya

Profesora Titular de la Pontificia Universidad Javeriana. Ingeniera de Sistemas en la Pontificia Universidad Javeriana (Colombia), Maestría en Ingeniería de Sistemas y Computación en la Universidad de los Andes, Doctorado en Ingeniería de la Universidad de los Andes (Colombia), Doctorado en Informática de la Universidad de Grenoble (Francia). 

• Jorge Andrés Alvarado

• Hugo Santiago Aguirre

• Javier Rengifo

Ingeniero de Sistemas y Computación, con título de Maestría en Ingeniería de la Información y Especialización en Gestión de Riesgos Financieros. Consultor certificado en arquitectura de Big Data, Data Science, Cloud y metodologías Ágiles y de Design Thinking. Consultor experto en una amplia gama de tecnologías y soluciones, tales como: Bodegas de Datos, Visualización de Datos, Inteligencia de Negocios, Balanced Scorecard, Analítica Predictiva, Big Data, Aprendizaje Automático e Inteligencia Artificial.

• Enrique González

Ingeniero Eléctrico y Magíster en Ingeniería Eléctrica de la Universidad de los Andes. En Francia obtuvo un D.E.A. en Robótica de la Universidad Paris 6 y un Doctorado en Informática de la Universidad de Evry. Investigador y profesor de la Pontificia Universidad Javeriana desde 1999. Su trabajo se ha enfocado en la integración de los Sistemas Distribuidos y la Inteligencia Artificial Ha sido líder de los varios proyectos financiados por Colciencias o el SGR. 

• José Molano 

Ingeniero de Sistemas y Computación, Universidad de los Andes. Magíster en Ingeniería de Sistemas y Computación (Ingeniería de Información), Universidad de los Andes. Líder de Analítica de la Alianza CAOBA y profesor de cátedra en la Pontificia Universidad Javeriana. Se ha desempeñado en los roles de científico de datos e ingeniero de datos en varios proyectos relacionados con movilidad urbana, identificación de eventos de evasión de impuestos, procesamiento de lenguaje natural orientado a atención al cliente, salud pública, entre otros. Adicionalmente, ha estado vinculado en proyectos de investigación en técnicas de Machine Learning aplicadas a flujos de datos.

• Marco Emilio Sánchez Acevedo
  

Abogado colombiano y español. Colegiado 30.301 del Ilustre Colegio de Abogados de Barcelona España y 110.009 del Consejo Superior de la Judicatura de Colombia. Es consultor de entidades públicas y privadas, ha sido fiscal de Cibercriminalidad, es investigador y docente universitario. Doctorado con mención de honor “excelente cum lauden” en Tecnologías y Servicios de la Sociedad de la Información – línea de investigación Derecho y Tecnologías; Magister en Ciberseguridad y Ciberdefensa Nacional; Especialista en Derecho Administrativo y Constitucional y Gobierno local electrónico; consultor, docente y autor de varias obras en la temática derecho y tecnologías.

Requisitos 

• Experiencia en manejo de tecnologías de información y consultas en bases de datos.
• Disponibilidad de tiempo durante 3 meses.
• Nivel de inglés intermedio.

Horario

Jueves de 6 p.m. a 9 p.m.

Viernes de 6 p.m. a 9 p.m.

Sábados de 8 a.m. a 12 m.

Contacto

Contacto
Con gusto atenderemos cualquier inquietud o información adicional que se requiera en el WhatsApp: 3138733966
Correo electrónico: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.