Diplomatura en Business Intelligence en Almagro - Buenos Aires

Informática e Información > Business Intelligence
Diplomatura en Business Intelligence - Online
El curso se imparte:
Online
Tipo de Curso:
Cursos
Precio:
10.225 ar$
PRECIO PARA ARGENTINA: 8450 Pesos Argentinos | 25% de Descuento Socio del Club del Graduado | PRECIO PARA OTROS PAÍSES: 584 Dólares Estadounidenses
Solicita información sin compromiso
Universidad Tecnológica Nacional
Cursos - Diplomatura en Business Intelligence - Almagro - Buenos Aires
Nombre
Apellidos
E-Mail
Provincia
Teléfono de Contacto
Mi teléfono es:
Fijo
Celular
Preguntas

Para enviar la solicitud debes aceptar la política de privacidad

Enviar Solicitud
* Campos obligatorios



Por favor, completa todos los datos correctamente.
Por favor, acepta la política de privacidad para enviar la solicitud

INFORMACIÓN BÁSICA POLÍTICA DATOS

ResponsableEducaedu Business, S.L., con domicilio en la calle Gran Vía 81, 5 ª Planta Dpto 1, 48011 Bilbao (Vizcaya). Email de contacto: contacto@educaedu.com. Email contacto Delegado Protección datos: delegadoprotecciondatos@educaedu.com.
FinalidadGestionar el envío de solicitudes de información requeridas por el usuario. Gestionar el envío de comunicaciones promocionales e informativas propias y de terceros sobre formación, derivadas del servicio de orientación académica del portal.
LegitimaciónConsentimiento del interesado
DestinatariosEmpresas del grupo Educaedu Business, S.L., y los centros de formación del que el usuario ha solicitado información.
DerechosAcceder, rectificar y suprimir los datos, así como otros derechos, recogidos en la información adicional
Información AdicionalPuedes consultar la información adicional y detallada sobre nuestra Política de Protección de datos en el siguiente link política de privacidad
Loading...
Descripción de Diplomatura en Business Intelligence
Contenido:
Diplomatura en Business Intelligence.

Obtén las herramientas para aplicar Business Intelligence. Incorpora la inteligencia de negocios, clusters, datos para la toma de decisiones

  • PRECIO PARA ARGENTINA: 10225 Pesos Argentinos
  • 25% de Descuento Socio del Club del Graduado
  • PRECIO PARA OTROS PAÍSES: 584 Dólares Estadounidenses
  • DURACIÓN: 3 meses
  • MODALIDAD: Online
  • Fecha de inicio: 12/06/2018
La importancia del Business Intelligence aumenta cada día más por la necesidad empresarial de mejorar las gestiones.


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.

Objetivo general.

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.

Objetivos específicos.

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)
Destinatarios.

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.

Requisitos previos.

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:
  • Marketing
  • Manejo de base de datos
  • Programación
  • Matemáticas
Ninguno 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.

Metodología de enseñanza-aprendizaje.

Cada unidad temática comenzará con el planteo de un problema de negocios. Los alumnos leerán el problema antes de que se habiliten los contenidos teóricos. La idea es motivar a los alumnos para que las soluciones que se presenten caigan en un contexto en el cual se puede apreciar claramente el valor que agregan.

Tras la presentación de los contenidos teóricos se habilitará la solución al problema de negocios planteado de manera de plasmar concretamente como se realiza la aplicación de las herramientas.

A continuación se presentarán varios problemas similares ofreciendo en archivo separado las soluciones a cada problema de manera que los alumnos puedan elegir si consultan las soluciones o las desarrollan por sí mismos.

El foro se usará como el ámbito natural para la presentación de consultas y las correspondientes respuestas.

La bibliografía se presenta fundamentalmente para favorecer la ampliación de los conocimientos presentados. En principio los materiales confeccionados para el curso deberían contener toda la información necesaria para la solución de todos los problemas que se plantean.

La evaluación de cada unidad será mediante la dinámica de "multiple choice" y voluntaria.

Al finalizar el curso se habilitará un "multiple choice" integrador que permitirá evaluar los logros de los alumnos.

Modalidad Educativa.

La modalidad es totalmente mediada por tecnologías a través del Campus Virtual FRBA. Las actividades que se realizarán serán:
  • Foros de discusión semanal propuestos por el docente (un foro por unidad).
  • Consulta al docente a través de e-mail o chat.
  • Dictado de una clase en tiempo real mediante un Aula Virtual Sincrónica (AVS)
  • Material de lectura semanal y por unidad temática.
  • Actividades individuales y/o grupales de aplicación práctica semanal y por unidad temática.
  • Evaluaciones semanales y por unidad temática sobre la base de trabajos prácticos de aplicación de los conocimientos adquiridos.
Se trata de una modalidad básicamente asincrónica con el complemento del AVS, que supera la instancia de autoestudio por la implementación de foros proactivos coordinados por el profesor-tutor y dictado de clases en tiempo real. Los foros cumplen cuatro funciones pedagógico-didácticas fundamentales: 1) Son el lugar para la presentación de las dudas, consultas y opiniones críticas de los alumnos; 2) Son el principal espacio para la generación de retroalimentación (feed back) entre profesores-tutores y alumnos y alumnos entre sí; 3) Es el lugar específico para la discusión, coordinada por el profesor-tutor, de todos los temas tratados en los módulos de la especialidad o curso y 4) Es el lugar para el aprendizaje entre pares de los alumnos. A su vez, el AVS permite complementar todas aquellas instancias pedagógico-didácticas que le señalan límites a la modalidad puramente asincrónica.

Modalidad de evaluación y acreditación.

Tratándose de una modalidad mediada por tecnologías, la participación activa en los foros por parte de los alumnos, será una condición necesaria para su aprobación. Por lo tanto, para acreditar la aprobación de la especialidad o curso, los alumnos deberán rendir satisfactoriamente las evaluaciones que los profesores-tutores determinen como obligatorias y haber participado activamente en los foros. Finalmente deberá aprobarse un examen final  en la modalidad multiple choice.

Temario.
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
  • Estimación de la tendencia
  • Estimación de la periodicidad
  • 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
  • Introducción
  • Algoritmos difundidos
  • Medición del éxito
  • Campos de aplicación
  • Ejercicio con una herramienta abierta
  • Minería de textos
  • Introducción
  • Algoritmos de extracción de datos
  • Extracción de entidade
  • Extracción de relaciones
  • Extracción no supervisada
  • Algoritmos de sumarización
  • Algoritmos de clusttering
  • Reducción de la dimensionalidad y construcción de semánticas
Unidad 4: "Big Data"
  • ¿Qué es big data?
  • Sistemas batch / Offline - Almacenamiento
  • HDFS
  • Flume
  • Sqoop
  • Sistemas batch / Offline - Procesamiento
  • Hadoop
  • Map Reduce
  • Hive
  • Pig
  • Sistemas batch / Offline - Analítica
  • Data analytics y machine learning con R
  • Sistemas real time / Near real time
  • HBase
  • Cassandra
  • ElasticSearch
  • Neo4j
  • Storm
  • Sistemas mixtos
  • Hadoop+Cassandra
  • Hadoop+HBase
  • Hadoop+Solr
  • Hadoop+Splout SQL
Examen final

Duración: 3 meses.

Carga horaria: 96 hs.

Certificación:

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.
¿Deseas recibir más información?