Big Data y Visual Analytics

(Curso Avanzado)

Duración: 40 horas

Código: BIG-P-001

Descripción:

Utiliza los datos como un activo estratégico. Dispón de información relevante en momentos de decisión, erradica los procesos operativos ineficientes y mejora la experiencia de tus clientes. Siente la transformación digital y descubre todas sus oportunidades.

Objetivos:
  • Gana agilidad en la toma de decisiones
  • Detecta nuevas oportunidades de negocio
  • Explota la analítica para el desarrollo de tu negocio
  • Convierte grandes volúmenes de datos en información válida y relevante
  • Mejora el conocimiento de tus clientes
  • Aprende a implementar estrategias basadas en datos
Audiencia:

Directivos, profesionales y emprendedores, que quieran potenciar sus conocimientos de Big data, desde una perspectiva práctica y de negocio con perfiles profesionales o especialistas en áreas funcionales de Operaciones, Marketing, Ventas, Big Data e Inteligencia Comercial, responsables de PYMES o emprendedores.

Contenido:
  1. MODULO 1: Fundamentos de BigData
    1. Planificación analítica.
    2. Componentes de big data.
    3. Del Big Data a la personalización.
    4. Datos y conocimiento.
    5. Arquitectura informacional.
    6. Calidad de datos.
    7. El Chief Data Officer.
  2. MODULO 2: Arquitectura tecnológica
    1. Almacenamiento y cloud computing.
    2. Arquitectura de soluciones.
    3. Plataformas big data.
  3. MODULO 3: Data Lake y gobierno
    1. Data lake.
    2. Seguridad.
    3. Modelo de gobierno.
  4. MODULO 4: Marketing Analytics
    1. Inteligencia de negocio.
    2. Marketing Analytics.
    3. Modelos de atribución.
  5. MODULO 5: Data y visual Analytics
    1. Datos de cliente, web y movilidad.
    2. Privacidad de datos.
    3. Customer Behavior + Experience.
    4. Web Analytics.
    5. Social Media Analytics.
    6. Visualización para la toma de decisiones.
  6. MODULO 6: Data Science
    1. El entorno de desarrollo Jupyter Notebook.
    2. Introducción al lenguaje Python.
    3. Las librerías Numpy y Pandas
    4. Importación y exportación de datasets. Limpieza y tratamiento de datos.
    5. Visualización de datos usando Matplotlib.
  7. MODULO 7: Herramientas de Data Science
    1. El entorno de desarrollo RStudio.
    2. Introducción al lenguaje R
    3. Ejemplos de uso de R para análisis de datos.
Costos:

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