Data Product Management: Data y Analytics

Start Date Icon
Inicio de cursada

Duration Icon
Duración
 6 Semanas

Presentación

La Gestión de Productos es compleja y requiere de cientos de decisiones a la hora de desarrollar y evolucionar productos, cuestiones como adquisición y retención de usuarios, efectividad de campañas de marketing, viralización de productos, facturación, rentabilidad, gestión de problemas, entre muchas otras. Mas allá de la intuición y experiencia ¿cómo podemos resolver esas decisiones con mayor efectividad?... la respuesta está en los datos y en consecuencia podemos establecer que los buenos equipos requieren un conocimiento acabado de la gestión de los datos y de la información, esto es especialmente importante en productos digitales y válido en cualquier contexto de la gestión exitosa de Productos.

Por su parte, Analytics de Producto refiere al set de herramientas que permiten a los Product Managers determinar la performance de las experiencias que se construyen, desde proveer información crítica para la toma de decisiones, hasta cuestiones de desarrollo de producto como poder correlacionar actividad y uso del producto por parte de usuarios con valor a largo plazo.
El entrenamiento aquí presentado prepara a los Product Managers y a todo el equipo de personas que trabaja en el desarrollo de productos para que puedan entender mas a detalle estadísticas, muestreos, análisis de tráfico en redes sociales y páginas web, filtrado y ordenamiento de set de datos, bases de datos y BIG Data, entre otros temas esenciales del manejo de la información y los datos.

Finalmente, este entrenamiento es adecuado también para Product Managers que deseen ampliar sus skills y convertirse también en Data Product Managers.

Modalidad: A distancia

wifi
100% a distancia
get_app
Material descargable
record_voice_over
Acompañamiento de tutores
play_circle_filled
En vivo o acceso a las grabaciones

Qué vas a aprender

Objetivo general

Desarrollar el marco teórico y práctico que da sustento a la gestión de productos a través de la gestión de los datos.

Objetivos específicos

  • • Incorporar el hábito de diseñar experimentos repetibles y confiables para apoyar la toma de decisiones.
  • • Adquirir los conocimientos para desplegar A/B Test mediante la implementación de Test de Hipótesis
  • • Entender las posibilidades y desafíos de las herramientas de ciencia de datos
  • • Adquirir conocimientos sobre Big Data, Machine Learning y Datos en general
  • • Entender el contexto actual en el cual se crean y desarrollan productos

Temario

1 Modulos • 6 Unidades • Carga Horaria 45 horas
expand_more

Modulo 1: Data Product Management

expand_more

Unidad 1: Introduccion y Contexto

fiber_manual_record
Tema 1: Introducción al Product Management
fiber_manual_record
Tema 2: ¿Qué es un Producto?
fiber_manual_record
Tema 3: Productos Digitales
fiber_manual_record
Tema 4: Introducción a Datos
fiber_manual_record
Tema 5: El valor de los datos en la era del SW
fiber_manual_record
Tema 6: Introducción a Big Data
fiber_manual_record
Tema 7: Introducción a Inferencia Estadística
fiber_manual_record
Tema 8: Introducción a Inteligencia Artificial y Modelos de Aprendizaje (Machine Learning)
expand_more

Unidad 2: Big Data

fiber_manual_record
Tema 1: ¿Qué problemas son adecuados para BIG Data y cuáles no?
fiber_manual_record
Tema 2: Segmentaciones y Clusters de Información
fiber_manual_record
Tema 3: Procesamiento Distribuido y MapReduce
fiber_manual_record
Tema 4: Bases de datos NoSQL
fiber_manual_record
Tema 5: Bases de datos distribuidas
fiber_manual_record
Tema 6: ETL y Data Pipelines
fiber_manual_record
Tema 7: Datamart – Datawarehouse – DataLake - Datamesh
fiber_manual_record
Tema 8: Datamining
fiber_manual_record
Tema 9: Aplicaciones de Datos para Gestión de Productos
expand_more

Unidad 3: Introducción a Probabilidad y estadística

fiber_manual_record
Tema 1: Concepto de probabilidad
fiber_manual_record
Tema 2: Histogramas
fiber_manual_record
Tema 3: Distribuciones
fiber_manual_record
Tema 4: Muestra y población
fiber_manual_record
Tema 5: Medidas
fiber_manual_record
Tema 6: Estimación de medidas a partir de muestras
fiber_manual_record
Tema 7: Intervalos de confianza
fiber_manual_record
Tema 8: Búsqueda de la menor muestra posible
fiber_manual_record
Tema 9: A/B Test
fiber_manual_record
Tema 10: Aplicaciones a la gestión de productos
expand_more

Unidad 4: Bases de Datos Relacionales

fiber_manual_record
Tema 1: ¿Qué es una Base de Datos? - Introducción
fiber_manual_record
Tema 2: Un poco de historia para entender el futuro
fiber_manual_record
Tema 3: Evolución de la Capacidad de Almacenamiento
fiber_manual_record
Tema 4: Bases de Datos Relacionales
fiber_manual_record
Tema 5: Formas Normales
fiber_manual_record
Tema 6: Modelado Lógico
fiber_manual_record
Tema 7: Modelado Físico
fiber_manual_record
Tema 8: Ejemplos de modelado a cargo del alumno
fiber_manual_record
Tema 9: Tablas
expand_more

Unidad 5: Conceptos Avanzados sobre Bases de Datos Relacionales

fiber_manual_record
Tema 1: Índices de las Bases de Datos
fiber_manual_record
Tema 2: Vistas de las Bases de Datos
fiber_manual_record
Tema 3: Procedimientos almacenados
fiber_manual_record
Tema 4: Funciones escalares
fiber_manual_record
Tema 5: Funciones matemáticas
fiber_manual_record
Tema 6: Funciones de manipulación de strings
fiber_manual_record
Tema 7: Funciones de manejo de fechas
fiber_manual_record
Tema 8: Funciones de conversión
fiber_manual_record
Tema 9: Funciones definidas por el usuario
fiber_manual_record
Tema 10: Funciones Agregadas
fiber_manual_record
Tema 11: Triggers de las Bases de Datos
fiber_manual_record
Tema 12: Estructuras de control
fiber_manual_record
Tema 13: Cursores
fiber_manual_record
Tema 14: Log de transacciones
fiber_manual_record
Tema 15: Modelos de almacenamiento
fiber_manual_record
Tema 16: Dificultades de Crecimiento en las bases de datos
fiber_manual_record
Tema 17: Páginas de las Bases de Datos
fiber_manual_record
Tema 18: Mantenimiento de las bases de datos
expand_more

Unidad 6: Analytics de Producto

fiber_manual_record
Tema 1: Introducción y Métricas de Producto (MAU, NPS, CAC, ARPU, CPM y CTR entre otros)
fiber_manual_record
Tema 2: Datos como soporte a Adquisición de Usuarios
fiber_manual_record
Tema 3: Datos como soporte a Retención de Usuarios
fiber_manual_record
Tema 4: Datos como soporte a las Redes Sociales
fiber_manual_record
Tema 5: Datos como soporte a la facturación y rentabilidad
fiber_manual_record
Tema 6: Web Analytics
fiber_manual_record
Tema 7: Google Analytics
fiber_manual_record
Tema 8: Adobe Analytics, Pendo y otras herramientas

Destinatarios

Product Managers, Data Product Managers, Product Owners, Analistas de Negocio, Desarrolladores de SW, Scrum Masters, Agile Coaches y cualquier persona que trabaje en desarrollo de productos y esté interesada en comprender mejor la forma de explotar los datos

Requisitos

  • 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.
  • Es deseable, pero no excluyente, que los participantes cuenten con conocimientos en los siguientes campos: marketing, manejo de base de datos, programación y matemáticas.

Equipo docente

Jesus Ignacio Matias Urteaga

Profesor

Completó la Licenciatura en Física en la UBA y trabajó en ese campo como investigador por cuatro años. Paulatinamente se fue reorientando a sistemas con foco en desarrollo de aplicaciones e inteligencia artificial. Trabajó durante 8 años Emergencias SA en diferentes posiciones gerenciales participando de varios proyectos de desarrollo ... Ver más
Jesus Ignacio Matias, Urteaga

Layla Scheli

Profesor

Soy Ingeniera en Sistemas de Información y Máster en Big Data y BI. Dispongo de conocimientos, certificaciones y posgrados en diferentes áreas de TI como ser: Análisis de Datos, IoT, Ciberseguridad, Cryptocurrencies, Tecnologías Sostenibles, Cloud Computing, Gestión de Proyectos, entre otros. A su vez, me he capacitado en temas referid... Ver más

Laura Cristina Siri

Profesor

comunicóloga graduada de la Universidad de Buenos Aires, actualmente cursando el doctorado en Ciencias Sociales. Ha integrado equipos de investigación UBACYT en la misma casa de estudios desde 1994 hasta la actualidad, en el marco de los cuales ha publicado artículos, libros y capítulos de libros. Es jefe de trabajos prácticos en la carre... Ver más

Ulises Martins

Profesor

Ulises Martins es Ingeniero en Sistemas de Información de la Universidad Tecnológica Nacional (UTN). Posee un Postgrado en Ingeniería en Calidad (UTN), un Postgrado en Gestión Tecnológica (Universidad Austral) y las certificaciones Product Manager,Project Management Professional, Agile Certified Practitioner, Certified ScrumMaster, OKR Ce... Ver más
Ulises, Martins

Claudia Piaggio

Profesor

Ingeniera Electrónica (UBA) UBOT, Data scientist & ML engineer (2020- ): Procesamiento de Lenguaje Natural (NLP),Desarrollo de aplicaciones de Análisis de Sentimiento, aplicaciones speech to text, creación de chatbots ENACOM (2017-2020): Responsable del equipo de desarrollo de aplicaciones estratégicas para el Organismo, relacionadas c... Ver más
Claudia, Piaggio

Ulises Martins

Coordinador

Ulises Martins es Ingeniero en Sistemas de Información de la Universidad Tecnológica Nacional (UTN). Posee un Postgrado en Ingeniería en Calidad (UTN), un Postgrado en Gestión Tecnológica (Universidad Austral) y las certificaciones Product Manager,Project Management Professional, Agile Certified Practitioner, Certified ScrumMaster, OKR Ce... Ver más
Ulises, Martins
• Pyle D. Business Modeling and Data Mining. The Morgan Kaufmann Series in Data Management Systems. Morgan Kaufmann Publisher. (2003). Schneider R.D Hadoop for Dummies (Wiley 2012)
• Trevor Hastie, Robert Tibshirani y Jerome Friedman. Springer
• Zhou Z. Three perspectives of Data Mining. Artificial Intelligence. Elsevier Science B.V. (2003)
• Cannataro M & Comito C. A Data Mining Ontology for Grid Programming. In Proceedings of the 1st International Workshop on Semantics Peer to Peer and Grid Computing. Budapest, 20-24 May 2003
• Joanne Rodriguez. Product Analytics : Applied Data Science Techniques for Actionable Consumer Insights (Pearson 2020)

Metodología de enseñanza-aprendizaje:

Toda la comunicación con los tutores la tendrás por medio de nuestro Campus Virtual, el cual está disponible las 24hs y donde encontrarás:

  • Foros de debate.
  • Consultas al tutor por medio de foros y mensajería interna.
  • Material de lectura obligatoria.
  • Contenidos complementarios.
  • Actividades y trabajos integradores individuales y/o grupales.
  • Clase en tiempo real, mínimo 1 encuentro cada 15 días, a través de Zoom.

Modalidad de evaluación y acreditación:

Para la acreditación de un trayecto formativo se tiene en cuenta:

  • La lectura y visualización de todos los contenidos.
  • Grado de participación en todos los foros de debate y actividades propuestas.
  • La entrega y aprobación de todas las actividades y ejercicios que se consignen como obligatorios.
  • El alumno deberá finalizar la cursada dentro de la duración del trayecto sin excepción. Terminado el mismo, no podrá entregar ninguna actividad obligatoria adeudada. 
  • La aprobación de la Evaluación Integradora Final, la cual puede ser un Trabajo Práctico o un Cuestionario Multiple Choice. 

Al culminar el trayecto formativo, de haber cumplido con lo anteriormente nombrado se te otorgará un Certificado de Aprobación. En caso de haberlo hecho parcialmente, se te entregará un Certificado de Participación. Para conocer más acerca de nuestros certificados, consulte este artículo

Así enseñamos:

Material de estudio online

Material de estudio online

Te brindamos los apuntes, material de estudio y textos complementarios necesarios para tu aprendizaje. Todo el contenido es descargable para que puedas visualizarlo cuando y donde quieras.

Clases en tiempo real

Clases en tiempo real

Tendrás clases en tiempo real periódicamente para desarrollar y profundizar las unidades temáticas. Su participación no es obligatoria y quedan grabadas para que accedas a ellas en todo momento.

Foros de discusión con docentes y pares

Foros de discusión con docentes y pares

Desde el Centro de eLearning creemos que la retroalimentación entre compañeros y profesores es la mejor forma de aprender.

Seguimiento docente activo

Seguimiento docente activo

Para poder desarrollar correctamente tu aprendizaje contás con profesores a tu disposición para poder despejar cualquier duda o inquietud que tengas sobre el material de estudio y la cursada. Asimismo, tendrás disponible un servicio de mensajería directa con ellos, además de los foros de intercambio.

Campus virtual disponible 24hs del día

Campus virtual disponible 24hs del día

Nuestra plataforma te permite estudiar en el horario que te sea conveniente, disponible en todo momento.

Profesores especializados en elearning

Profesores especializados en elearning

Nuestros docentes están capacitados en educación a distancia y comparten la vocación de enseñar y mantenerse en constante actualización para brindar lecciones íntegras y de gran nivel académico.

Certificación Universitaria UTN B

Certificación Universitaria UTN BA

Nuestros certificados son extendidos en formato digital por el Centro de e-Learning de la Secretaría de Cultura y Extensión Universitaria de UTN FRBA. Contamos con un Sistema de Verificación de Certificados (SVC) a través del cual se pueden verificar los diplomas emitidos, tanto por parte de un alumno o un tercero que requiera validar el historial académico.

¡Somos UCAP!

¡Somos UCAP!

Estamos registrados como Unidad Capacitadora, es decir que los cursos que dictamos pueden canalizarse a través del Régimen de Crédito Fiscal para capacitación

¿Por qué elegirnos?

Especialistas en e-Learning

Especialistas en e-Learning

Aprendé con docentes experimentados en educación a distancia que se actualizan constantemente para dar clases con nivel académico de excelencia. Contamos con 17 años de trayectoria en educación online.

Seguimiento docente activo

Seguimiento docente activo

El equipo docente está a tu disposición para despejar dudas e inquietudes. ¿Preferís la comunicación one-to-one? Contás con un servicio de mensajería directa con los docentes, además de los foros de intercambio.

Campus Virtual 24/7

Campus Virtual 24/7

Nuestra plataforma no tiene restricciones y te permite estudiar en el horario más conveniente para vos. Además, te damos todo el material que necesitás para aprender en formato descargable.

Foros de intercambio

Foros de intercambio

Espacios de interacción con docentes y pares, especiales para potenciar el aprendizaje colaborativo a través de la comunicación, discusión y feedback proactivo.

Somos UCAP

Somos UCAP

Estamos registrados como Unidad Capacitadora. Todos los cursos que dictamos pueden canalizarse a través del Régimen de Crédito Fiscal para capacitación, que permite a las PyMES acceder a crédito fiscal para la capacitación de su personal.

Certificación

Diploma digital verificable a través del sistema de verificación de autenticidad.

UTN-BA

Certificados extendidos por la Secretaría de Cultura y Extensión Universitaria de Universidad Tecnológica Nacional Regional Buenos Aires.

Compartilo en

redes sociales
Certificado-UTN

Preguntas Frecuentes

Es muy fácil:

  1. Hacé clic en el botón "Inscripción" en la página web de tu curso de interés. Si es la primera vez que estudiás con nosotros, creá tu usuario. Si ya tenés uno, iniciá sesión.
  2. La página te redireccionará al proceso de pago. Si tenés un cupón de descuento, ¡este es el momento de usarlo! Cargá su código en el botón “Tengo un cupón de descuento”.
  3. Luego de operación, el pago puede demorar entre 48 y 72hs en impactar en el sistema. ¡No te preocupes! Cuando se acredite te avisaremos vía correo electrónico. 

En caso que el curso seleccionado cuente con un proceso de admisión, deberás enviar la documentación requerida para ser admitido y luego efectuar la inscripción.

La inscripción de nuestros cursos se mantiene abierta hasta 7 días después de la fecha de inicio.
Seguí los pasos de inscripción y envianos el comprobante de pago a administracion@centrodeelearning.com para que te demos el acceso al aula y puedas comenzar a cursar.

Podés abonar a través de Mercado Pago con tarjeta de débito, crédito o en efectivo.
Si pagás con tarjetas de crédito podrás financiar el pago en 3 o 6 cuotas sin interés, dependiendo del curso.

El día de inicio de la cursada te enviaremos un correo electrónico para avisarte que el material ya está disponible en el Campus Virtual. ¡No te desesperes! El correo puede llegar entre las 10 y las 16hs.

A partir de ese momento vas a poder visualizar los contenidos de la primera unidad, el programa de estudio y el cronograma de clases.

Para asegurar la calidad de las clases, algunos cursos pueden tener cupos limitados. Dependiendo del curso, es posible que las vacantes se completen rápido.

¡No te preocupes! Nuestros cursos cuentan con varias fechas de inicio a lo largo del año para que nadie se quede con las ganas de estudiar y certificarse en el Centro de e-Learning UTN BA.