Diplomatura en Business Intelligence

Obtén las herramientas para aplicar Business Intelligence. Incorpora la inteligencia de negocios, clusters, datos para la toma de decisiones
25% descuento club del graduado
Inscripción

Video

Presentación

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, Speachto Text y BIG Data. Se trabaja también en mostrar cómo operan las principales herramientas comerciales (sistemas de información) con mayor penetración en el mercado del software así como también las de uso libre.

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.
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.

Objetivo general

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

Las técnicas de Investigación Avanzadas (Speachto Text – Text Mining – Big Data).
Las técnicas de Investigación Avanzadas (Redes Neuronales – Algoritmos genéticos).
Los fundamentos de la Inteligencia de Negocios.

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.

Metodología de enseñanza-aprendizaje:

La modalidad de e - Learning Colaborativo es totalmente mediada por tecnologías a través del Campus Virtual FRBA. Se trata de una modalidad básicamente asincrónica que aprovecha pedagógicamente los recursos de la Web 2.0, con un complemento sincrónico, por medio de la realización de clases en tiempo real, logrando superar de esta forma, la instancia de autoestudio.


El trayecto formativo consta de Módulos; cada uno de ellos está conformado por unidades, las cuales a su vez, integran los contenidos temáticos.


Así, en cada unidad, Usted contará con:

  • Foros Proactivos de interacción y comunicación propuestos por el docente para la presentación de dudas, consultas y opiniones, la discusión y la retroalimentación (feedback) entre profesores/tutores - alumnos; y alumnos entre sí.
  • Otras vías de consulta al docente, foro de dudas, salas de chat, mensajería interna del campus.
  • Material de lectura obligatoria y complementaria.
  • Actividades y trabajos integradores de aplicación de los conocimientos adquiridos, individuales y/o grupales.
  • Clase en tiempo real, 2 encuentros por módulo, en el Aula Virtual Sincrónica.

Modalidad de evaluación y acreditación:

Estudiar de forma online te permitirá organizar tus horarios y actividades cotidianas en relación con la cursada, brindándote autonomía en el aprendizaje y permitiendo que puedas estudiar cuando y donde quieras.
La modalidad es 100% a distancia, cada uno de nuestros cursos cuenta con un Campus Virtual que incluye todo el material de estudio necesario y donde se llevan a cabo las actividades necesarias para comprender e incorporar los conocimientos esperados de los temas desarrollados.
Entre las actividades que se llevan a cabo en el Aula Virtual están:


  • Foros de discusión: Los docentes moderarán foros en los que se podrán presentar dudas y consultas y que también funcionarán como medio de debate para desarrollar conceptos del cursado.De igual forma los foros serán el principal espacio para la generación de retroalimentación entre los tutores y los alumnos, permitiendo así construir el conocimiento de manera grupal y aprender de las experiencias o visiones de los compañeros de cursado.
  • Consultas al docente:El Campus Virtual cuenta con un servicio de mensajería privada que permitirá al alumno comunicarse con el docente de manera personal.
  • Actividades: Se desarrollarán actividades individuales y/o grupales de aplicación práctica de los conocimientos adquiridos. Algunas de las actividades serán obligatorias y evaluativas mientras otras serán de presentación opcional, pero que servirán para mejorar el conocimiento adquirido. Todas las actividades se realizan de forma online
  • Clases virtuales en tiempo real: En forma periódica se realizarán clases en formato videoconferencia. Estas clases, guiadas por el tutor, servirán para ahondar y complementar los temas tratados en los módulos y foros de discusión.

Temario

3 Modulos • 12 Unidades • Carga Horaria 96 horas
Modulo 1: Introducción y Fundamentos de la Inteligencia de Negocios
Unidad 1: Introducción
Tema 1: Introducción a la Inteligencia de Negocios
Tema 2: Niveles a los que opera la inteligencia de negocios
Tema 3: Introducción a Data Warehouse
Tema 4: Introducción a Data Mining
Tema 5: Introducción a KnowledgeDiscovery
Tema 6: Introducción a Herramientas OLAP y Tableros de comando
Unidad 2: Tests básicos
Tema 1: Repaso de conceptos de probabilidad y estadística
Tema 2: Test de Hipótesis
Tema 3: Correlaciones
Unidad 3: Regresiones
Tema 1: Regresión Lineal
Tema 2: Regresión polinómica
Tema 3: Regresión exponencial y logarítmica
Tema 4: Regresión de dos variables
Unidad 4:
Tema 1: Árboles
Modulo 2: Técnicas de Investigación Avanzadas – Redes Neuronales – Algoritmos genéticos
Unidad 1: "Clusters"
Tema 1: Planteo teórico Algoritmos conocidos y disponibles
Tema 2: El problema de la interpretación
Tema 3: Ejercicios prácticos
Unidad 2: Reglas de Asociación
Tema 1: Planteo teórico
Tema 2: Algoritmos conocidos y disponibles
Tema 3: Votación de modelos
Tema 4: Ejercicios prácticos
Unidad 3: Redes Neuronales
Tema 1: El perceptrón
Tema 2: Redes de múltiples capas
Tema 3: Memorias fantasmas, capacidad de memoria y olvido de patrones
Tema 4: Ejercicios prácticos
Unidad 4: Algoritmos genéticos
Tema 1: Planteo teórico, tipo de problemas en los que resultan interesantes.
Tema 2: El problema de la convergencia
Tema 3: Ejercicios prácticos
Modulo 3: Técnicas de Investigación Avanzadas 2 – Speachto Text – Text Mining – Big Data
Unidad 1: Series temporales
Tema 1: Componentes
Tema 2: Análisis descriptivo: Estimación de la tendencia. Estimación de la periodicidad. Desestacionalización
Tema 3: Introducción y ejemplos
Tema 4: Clasificación de las series temporales
Tema 5: Objetivos del análisis de series temporales
Unidad 2: Método de Simulación de Montecarlo
Tema 1: Descripción del método
Tema 2: Cuando conviene utilizarlo
Tema 3: El problema de la convergencia
Tema 4: Ejercicios prácticos
Unidad 3: "Speach to text" y "Text Mining"
Tema 1: Conversión de voz a texto: Introducción. Algoritmos difundidos. Medición del éxito. Campos de aplicación. Ejercicio con una herramienta abierta
Tema 2: 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"
Tema 1: ¿Qué es big data? Sistemas batch / Offline - Almacenamiento. HDFS. Flume. Sqoop.
Tema 2: Sistemas batch / Offline - Procesamiento: Hadoop. Map Reduce. Hive. Pig.
Tema 3: Sistemas batch / Offline - Analítica: Data analytics y machine learning con R
Tema 4: Sistemas real time / Near real time: HBase. Cassandra. ElasticSearch. Neo4j. Storm.
Tema 5: Sistemas mixtos: Hadoop+Cassandra. Hadoop+HBase. Hadoop+Solr. Hadoop+Splout SQL.

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

Bibliografía

Han, J., & Kamber, M. Data mining: Concepts and techniques. Morgan Kaufmann. (2001)
Franco Jean Michel El Data Warehouse, El Data Mining. EDS Institut Prométhéus. Ed. F. Devolt (1998).
Fayyad, U., Piatetsky-Shiapiro, G., Smyth, P., & Uthurusamy, RAdvances in knowledge discovery and data mining. Menlo Park, CA: AAAI Press. . (1996).
Cannataro M & Comito C. A Data Mining Ontology for Grid Programming. In Proceedings of the 1st Grid Computing. Budapest, 20-24 May 2003
Bernstein A., Provost F. and Hill S.
Anand Rajaraman, Jure Leskovec y Jeffrey D. Ullman,
Mitchell, T.M. Machine Learning (McGraw-Hill, 1997)
Christopher D. Manning, Prabhakar Raghavan y Hinrich Schütze,
Trevor Hastie, Robert Tibshirani y Jerome Friedman. Springer,
Zhou Z. Three perspectives of Data Mining. Artificial Intelligence. Elsevier Science B.V. (2003)
Pyle D. Business Modeling and Data Mining. The Morgan Kaufmann Series in Data Management Systems. Morgan Kaufmann Publisher. (2003)
Hernández Orallo et al. Introducción a la Minería de Datos. Pearson Educación. (2004)

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.