Curso no disponible actualmente

Diplomatura en business intelligence

Curso

Online

Precio a consultar

Descripción

  • Tipología

    Curso

  • Metodología

    Online

  • Duración

    3 Meses

La importancia del Business Intelligence aumenta cada día más por la necesidad empresarial de mejorar las gestiones.Ignacio Urteaga, experto en la Inteligencia de Negocios y docente de la Diplomatura en Business Intelligence, habla de la importancia de la Inteligencia de Negocios y del Data Scientist.¡No olvides subscribirte a nuestro canal!Desde los primeros sistemas de soporte a las decisiones (DSS), data warehouses y sistemas de información ejecutiva se persigue el uso de datos para facilitar la toma de decisiones.La Inteligencia de Negocio o Business Intelligence (BI) es la capacidad de comprender las interrelaciones de los hechos presentados para orientar las acciones de la organización hacia una meta deseada.Mediante las herramientas y técnicas de ETL (extraer, transformar y cargar) se extraen los datos de distintas fuentes y se depuran y preparan (homogeneización y limpieza) para una posterior carga en un repositorio de datos. A posteriori, la principal actividad de BI es la explotación de los datos de la mejor manera posible, creando información y soportando la toma de decisiones.En esta Diplomatura se preparara a los participantes para trabajar eficazmente dentro del sector de BI. Durante las 12 semanas de la formación integral y completa los participantes se familiarizaran con las herramientas conceptuales más empleadas en el campo y adquirirán criterios sobre su correcta aplicabilidad.La formación comprende también los conceptos más avanzados en la especialidad, como ser los temas de Redes Neuronales, Algoritmos genéticos, Text Mining, Speach to Text y BIG Data.Se trabaja también en mostrar cómo operan las principales herramientas comerciales (sistemas de información)también las de uso libre.

Información relevante sobre el curso

Que los participantes:Aprendan a aplicar las herramientas conceptuales del oficio de BI a problemas simples e interpreten razonablemente los resultados obtenidos, así como estén en condiciones de utilizar las herramientas comerciales de mayor difusión en el mercado para implementar soluciones en las organizaciones.Que los participantes:Los fundamentos de la Inteligencia de Negocios.Las técnicas de Investigación Avanzadas (Redes Neuronales – Algoritmos genéticos).Las técnicas de Investigación Avanzadas (Speach to Text – Text Mining – Big Data)

El curso está dirigido a todos aquellos profesionales que quieran adquirir los fundamentos de la "Inteligencia de Negocios" (BI) ya sea para incorporarse en una posición de Analista de Business Intelligence como para mejorar sus posibilidades de crecimiento en este competitivo y creciente mercado.

Es conveniente que los participantes tengan un manejo general de las herramientas básicas informáticas (ofimática, carpetas, archivos, etc) así como los conceptos básicos de estadística descriptiva y probabilidad.Los participantes se beneficiarán de su experiencia previa en uno o más de los siguientes campos:MarketingManejo de base de datosProgramaciónMatemáticasNinguno de los conocimientos resulta, en principio, excluyente. La simultánea falta de experiencia en todos los campos mencionados hará más ardua al alumno la tarea de seguimiento del curso.

A todos los participantes que hayan aprobado la diplomatura cumpliendo con todos los requisitos establecidos, se les extenderá un certificado de la Secretaría de Cultura y Extensión Universitaria, FRBA, UTN. Aquellos que aun habiendo participado activamente en los foros y realizado las actividades prácticas no cumplimentaran los requisitos de evaluación, recibirán un certificado de participación en la diplomatura.

Preguntas & Respuestas

Añadí tu pregunta

Nuestros asesores y otros usuarios podrán responderte

Dejanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • Business Intelligence
  • Algoritmos
  • Toma de decisiones
  • Redes
  • E business
  • Herramientas comunicacionales
  • Investigación de mercados
  • Razonamiento crítico
  • Comercialización de bienes
  • Comercialización de servicios
  • Mercadotecnia
  • Administración de marketing
  • Contabilidad de costos y financiera
  • Comportamiento del consumidor
  • Microeconomía
  • Marketing

Plan de estudios

Módulo 1: Introducción y Fundamentos de la Inteligencia de Negocios Unidad 1: Introducción
  • Introducción a la Inteligencia de Negocios
  • Niveles a los que opera la inteligencia de negocios
  • Introducción a Data Warehouse
  • Introducción a Data Mining
  • Introducción a Knowledge Discovery
  • Introducción a Herramientas OLAP y Tableros de comando
Unidad 2: Tests básicos
  • Repaso de conceptos de probabilidad y estadística
  • Test de Hipótesis
  • Correlaciones
Unidad 3: Regresiones
  • Regresión Lineal
  • Regresión poli nómica
  • regresión exponencial y logarítmica
  • Regresión de dos variables
Unidad 4
  • Árboles
Módulo 2: Técnicas de Investigación Avanzadas – Redes Neuronales – Algoritmos genéticos Unidad 1: "Clusters"
  • Planteo teóricoAlgoritmos conocidos y disponibles
  • El problema de la interpretación
  • Ejercicios prácticos
Unidad 2: Reglas de Asociación
  • Planteo teórico
  • Algoritmos conocidos y disponibles
  • Votación de modelos
  • Ejercicios prácticos
Unidad 3: Redes Neuronales
  • El perceptrón
  • Redes de múltiples capas
  • Memorias fantasmas, capacidad de memoria y olvido de patrones
  • Ejercicios prácticos
Unidad 4: Algoritmos genéticos
  • Planteo teórico, tipo de problemas en los que resultan interesantes.
  • El problema de la convergencia
  • Ejercicios prácticos
Módulo 3: Técnicas de Investigación Avanzadas 2 – Speach to Text – Text Mining –Big Data Unidad 1: Series temporales
  • Introducción y ejemplos
  • Clasificación de las series temporales
  • Objetivos del análisis de series temporales
  • Componentes
  • Análisis descriptivo
    1. Estimación de la tendencia
    2. Estimación de la periodicidad
    3. Desestacionalización
Unidad 2: Método de Simulación de Montecarlo
  • Descripción del método
  • Cuando conviene utilizarlo
  • El problema de la convergencia
  • Ejercicios prácticos
Unidad 3: "Speach to text" y "Text Mining"
  • Conversión de voz a texto
    1. Introducción
    2. Algoritmos difundidos
    3. Medición del éxito
    4. Campos de aplicación
    5. Ejercicio con una herramienta abierta
  • Minería de textos
    1. Introducción
    2. Algoritmos de extracción de datos
    3. Extracción de entidade
    4. Extracción de relaciones
    5. Extracción no supervisada
    6. Algoritmos de sumarización
    7. Algoritmos de clusttering
    8. Reducción de la dimensionalidad y construcción de semánticas
Unidad 4: "Big Data"
  • ¿Qué es big data?
    1. Sistemas batch / Offline - Almacenamiento
    2. HDFS
    3. Flume
    4. Sqoop
  • Sistemas batch / Offline - Procesamiento
    1. Hadoop
    2. Map Reduce
    3. Hive
    4. Pig
  • Sistemas batch / Offline - Analítica
    1. Data analytics y machine learning con R
  • Sistemas real time / Near real time
    1. HBase
    2. Cassandra
    3. ElasticSearch
    4. Neo4j
    5. Storm
  • Sistemas mixtos
    1. Hadoop+Cassandra
    2. Hadoop+HBase
    3. Hadoop+Solr
    4. Hadoop+Splout SQL
Examen final

Diplomatura en business intelligence

Precio a consultar