GESTIÓN DE BASES DE DATOS Y VISUALIZACIÓN

PARA EL ANÁLISIS DE BIG DATA

Duración: 45 horas

Código: BIG-001

Descripción:

En este módulo se estudiarán los conceptos fundamentales de la teoría y práctica de bases de datos desde el punto de vista de la toma de decisiones. Se centrará en aspectos de diseño, organización y recuperación de la información, profundizando en los aspectos avanzados relativos a bases de datos para la toma de decisiones. Para ello se estudiarán y se utilizarán los modelos de datos y los lenguajes de definición, manipulación y consulta de datos más relevantes en el análisis de datos aplicado a Big Data para la toma de decisiones.

Objetivos:
  • Adquisición de conocimientos y comprensión de base suficientes para desarrollar y aplicar ideas originales en contextos diversos.
  • Aplicación de sus conocimientos y su comprensión, así como sus habilidades para resolver problemas, en entornos nuevos o no familiares y en contextos amplios, empleando para ello información y recursos publicados por profesionales de otros campos y accesibles mediante plataformas de contenidos digitales, archivos, bibliotecas o (si fuese posible) mediante el diálogo directo con dichos profesionales.
  • Capacidad de reflexionar sobre las responsabilidades sociales y éticas ligadas a la aplicación de sus conocimientos y juicios, especialmente en el contexto de los contenidos digitales asociados al uso de tecnologías de Internet (foros, blogs, redes sociales, comercio electrónico, redes de sensores, software de mensajería, Internet de las Cosas etc.).
  • Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • Capacidad para diseñar, implementar y gestionar sistemas de bases de datos relacionales, realizar consultas sobre dichos sistemas, así como analizar las características de sistemas software disponibles en el mercado para la selección de los mismos.
  • Capacidad para comprender los fundamentos teóricos del diseño de almacenes de datos, gestión de datos y seguridad de información para el desarrollo de bases de datos eficientes y escalables.
  • Formar al estudiante alrededor de cada uno de los elementos que componen la arquitectura de Business Intelligence.
  • Proveer al estudiante de habilidades prácticas en el uso del BI.
Audiencia:

Personal de Análisis en Banca, Seguros, estudiantes universitarios, estudiantes de postgrado, público en general. Licenciados en Física, Estadística, Matemáticas, Ciencias Económicas y Financieras, e Ingenierías.

Prerrequisitos:

Preferiblemente con base y conocimientos en: Bases de datos, estadística, Linux, R, programación, algoritmos, SQL.

Contenido:
  1. MODULO 1: CONCEPTOS DE BASES DE DATOS Y MODELADO CONCEPTUAL
    1. Sistemas de Información y Bases de Datos
    2. Concepto de Sistema de Información SI para Gestión y Toma de Decisiones Base de Datos
    3. Sistema de Gestión de BD
    4. Modelado Conceptual
      1. Modelo E/R
      2. Otros modelos conceptuales de bases de datos para toma de decisiones
    5. El Modelo Relacional
      1. Estática y Dinámica del Modelo Relacional
  2. MODULO 2: DISEÑO DE BASES DE DATOS
    1. Etapas en el diseño de BD Del modelo E/R al modelo relacional
    2. Teoría de la normalización Diseño de Bases de Datos Relacionales
    3. Otras técnicas de diseño de BD
  3. MODULO 3: IMPLEMENTACIÓN DE BASES DE DATOS
    1. El lenguaje SQL
    2. Introducción al SQL
    3. Lenguajes de Definición
    4. Manipulación y Control de Datos.
    5. Consultas.
    6. Reporting
    7. Sistemas de Bases de Datos para la toma de decisiones.
  4. MODULO 4: INTRODUCCIÓN A OTRAS BASES DE DATOS
    1. Bases de datos NoSQL (MongoDB)
      1. Familias de bases de datos NoSQL
      2. Bases de datos sin esquemas
      3. Relacional vs NoSQL
    2. HIVE
      1. Conocer las características de Hive
      2. Instalar sobre un servidor Hadoop
      3. Aprender los distintos tipos de estructuras que componen Hive
      4. Sintaxis básica de consulta de Hive
  5. MODULO 5: VISUALIZACIÓN- INTELIGENCIA DE NEGOCIOS
    1. Analítica Web Básica: Introducción
    2. Analizar La Información Cuantitativa
    3. Analizar La Información Cualitativa
    4. Definición De Kpis
    5. Inteligencia Competitiva
    6. Analítica Web 2.0. Redes Sociales
    7. Herramientas De Visualización
      1. Tableau
      2. Microsoft Power Bi
      3. Otros
Costos:

Este costo incluye: Material de estudio, el uso de una computadora por persona, certificados, refrigerios e impuestos de ley.