máster en business intelligence y big data...en cuenta no sólo la adquisición de conocimientos,...
TRANSCRIPT
Máster en Business Intelligence y Big Data
Título propio emitido por
Máster en Business Intelligence y Big Data
La Inteligencia de Negocio o Business Intelligence trata y analiza los datos disponibles para generar información de valor sobre nuestro mercado y clientes, agilizando y afinando la toma de decisiones en las compañías.
La tecnología es un ‘acelerador’ del proceso por lo que adquirir conocimientos de bases de datos relacionales, no relacionales, procesamiento paralelo, herramientas de extracción, transformación y limpieza, así como conocer
estructuras de almacenamiento como Data Warehouses, Data Marts.
Objetivos
Se ahondará en el concepto de transformación digital y cómo impacta en las organizaciones, con casos de uso reales de compañías que han abordado el proceso de transformación.
Y otro de los elementos que han permitido el consumo masivo de datos y
obtener ‘insights’ de negocio son los algoritmos, que siempre han estado ahí, pero ahora con el uso de la tecnología nos permite explotarlos. Por todo ello se dará una introducción a los fundamentos de la algoritmia basada en las
matemáticas y la estadística. Conoceremos el estado del arte de soluciones de minería de datos y machine learnig.
Introducción
3
Máster en Business Intelligence y Big Data
Por otro lado, la visualización de datos con herramientas como Power BI o Tableau o representar la información en mapas, que permiten geo localizar los
datos, serán abordados profundamente durante el programa.
Los proyectos de datos son siempre complejos por lo que veremos metodologías de gestión ágil de proyectos así como buenas prácticas de data management.
Finalizaremos este programa con la propuesta de un trabajo final que recoja
todos los conceptos que se han tratado durante el programa de forma que el alumno pueda aplicar en un caso real todos los conocimientos aprendidos.
A quien va dirigido Este programa está dirigido para aquellos que quieran disponer o ampliar de
conocimientos de Business Intelligence y de Big Data y sobre cómo aplicarlos en su actividad profesional.
Programa
MÓDULO 1:LOS NUEVOS PARADIGMAS. LA TRANSFORMACIÓN DIGITAL.
ELEMENTOS A TENER EN CUENTA EN PROYECTOS DE DATA
1. Datos
2. Tecnología y conceptos
3. Tecnología II
4. Transformación digital
5. Proyectos de datos
MÓDULO 2:INTRODUCCIÓN A LA INTELIGENCIA DE NEGOCIO
1. Introducción a la inteligencia de negocio
2. Modelo de transformación desde el dato a la información y conocimiento
3. Sistemas transaccionales y sus características en el mundo actual
4. Otros modelos de clasificación de los sistemas de información
5. Plan director, estratégico y operativo
6. Mapas estratégicos
7. El cuadro de mando integral
8. Indicadores clave de negocio
9. Business Case
10.Metodologías
11.La importancia de la toma de decisión orientada al dato
12.Cómo convertirse en una compañía orientada al dato
4
Máster en Business Intelligence y Big Data
MÓDULO 3:BBDD RELACIONALES SQL. DISEÑO DE UN
DATAWAREHAOUSE
1. Introducción
2. Base de datos
3. MySQL
4. Manipulación de bases de datos
5. Tipos de datos
6. Normalización
7. Manipulación de tablas
8. Comandos SQL
9. Funciones SQL
10.Datawarehouse
MÓDULO 4:BASES DE DATOS NOSQL Y HDFS
1. Introducción y resistencia políglota
2. Modelo de datos
3. Conceptos y diseño de bases de datos distribuidas
4. Modelo Acid y bases de datos analíticas NoSQL
MÓDULO 5:FUNDAMENTOS DEL BUSINESS INTELLIGENCE
Unidad 1: Evolución del uso de la información
• Sistemas de información
• Introducción BI
• Fases Business Intelligence
• Usuarios y Business Intelligence
• Historia y el futuro del BI
Unidad 2: Entorno BI
• Bases de datos, DBMS, ETL
• BI Tradicional-Operacional
• Herramientas BI 3.0
• Comparativa de las herramientas
• Arquitectura proyecto BI
5
Máster en Business Intelligence y Big Data
Unidad 3: Herramientas de reporting
• Explotación sistema BI
• Manejo herramienta Qlik I
• Manejo herramienta Qlik II
• Manejo herramienta PowerBI I
• Manejo herramienta PowerBI II
Unidad 4: Teoría y práctica de un cuadro de mando
• Introducción a KPI´s y cuadros de mando
• Introducción a la visualización básica
• Teoría de la visualización avanzada
• Introducción al proyecto completo BI QlikView I
• Proyecto completo BI QlikView II. Diseño cuadro de mando
MÓDULO 6: TRANSFORMACIÓN Y ORGANIZACIÓN DE DATOS:
DATAWAREHOUSE, DATA MARTS Y ETL
Unidad 1: Procesos ETL
Introducción ETL Herramientas ETL
Elementos de proceso ETL ETL Microsoft SSIS Comparativa de herramientas
Unidad 2: Organización de los datos I
Introducción y evolución de los datos BBDD relacionales I BBDD relacionales II
BBDD NoSQL Comparativa SQL-NoSQL
Unidad 3: Organización de los datos II
Modelos de organización de datos BBDD Columnares Optimizar BBDD
Optimizar BBDD II Diseño de BBDD relacionales
Unidad 4: Data Warehouse y Data Marts
Data Warehouse
Inmon vs Kimbal Explotar datos DWH Data Mart
Amazon RedShift
6
Máster en Business Intelligence y Big Data
MÓDULO 7: DATA MINING, MACHINE LEARNING Y DEEP LEARNING
Introducción
• Introducción
• ¿Qué son Data Mining, Machine Learning y Deep Learning?
• Algunas aplicaciones de Machine Learning
• Categorías de Machine Learning: aprendizaje supervisado, aprendizaje
no supervisado, aprendizaje por refuerzo y soluciones semi-
supervisadas
• Preparación del entorno de trabajo
Aprendizaje supervisado
• Introducción
• Regresión lineal simple, múltiple y logística
• máquinas de vectores soporte (SVM)
• Árboles de decisión
• KNN (k-Nearest neighbors)
• Naive Bayes
• Evaluación de modelos supervisados
• Ejemplo completo
• Referencias
Aprendizaje no supervisado
• Introducción
• Clustering
• Análisis de componentes principales (PCA)
Deep Learning
• Redes neuronales artificiales
• Ejercicios
• Otros modelos de Deep Learning
MÓDULO 8: HERRAMIENTAS DE VISUALIZACIÓN DE DATOS
Unidad 1: Trabajando con datos en Power BI Desktop
• Sesión 1: Introducción a Power BI
• Sesión 2: Instalación Componentes
• Sesión 3: Power BI Desktop: Obtención de datos
7
Máster en Business Intelligence y Big Data
• Sesión 4: Power BI Desktop: Modelo lógico
• Sesión 5: Power BI Desktop: Transformación de datos
Unidad 2: Utilizando DAX en Power BI Desktop
• Sesión 1: Cálculo de métricas básicas
• Sesión 2: Primeros pasos en visualización
• Sesión 3: Programación avanzada con dax parte I
• Sesión 4: Programación avanzada con dax parte II
• Sesión 5: Práctica completa con programación en DAX
Unidad 3: Generación de informes avanzados en Power BI
• Sesión 1: Reporting avanzado parte I
• Sesión 2: Reporting avanzado parte II
• Sesión 3: Power BI Service parte I
• Sesión 4: Power BI Service parte II
• Sesión 5: Caso de uso real
Unidad 4: Interactuando con otras herramientas del ecosistema de
Microsoft
• Sesión 1: Power BI Report Server
• Sesión 2: Microsoft Flow y Power BI parte I
• Sesión 3: Microsoft Flow y Power BI parte II
• Sesión 4: Power BI y R & Python
• Sesión 5: APIs de desarrollo
MÓDULO 9: MATEMÁTICAS APLICADAS Y ESTADÍSTICA PARA EL
ANÁLISIS DE DATOS
UNIDAD 1: ESTADÍSTICA BÁSICA Y ANÁLISIS DE DATOS
1. Distribuciones de probabilidad
2. Contrastes de hipótesis e intervalos de confianza
3. Preparación y análisis descriptivo de los datos
4. Análisis de valores perdidos y casos anómalos
5. Caso práctico: Preproceso de datos e inferencia estadística
8
Máster en Business Intelligence y Big Data
UNIDAD 2: MODELOS DE REGRESIÓN
6. Regresión lineal simple
7. Correlación y regresión lineal múltiple
8. Modelos restringidos e indicadores de la regresión lineal múltiple
9. Árboles de regresión
10. Evaluación de modelos de regresión
UNIDAD 3: MODELOS DE CLASIFICACIÓN
11. Regresión logística binomial
12. Regresión logística multinomial
13. Árboles de clasificación
14. Random forest
15. Predición y evaluación de modelos de clasificación
UNIDAD 4: ANÁLISIS DE CONGLOMERADOS Y SERIES TEMPORALES
16. Análisis de componentes principales (PCA) I
17. Análisis de componentes principales (PCA) II
18. Agrupación: K-means
19. Series temporales: métodos de suavizado y descomposición temporal
20. Series temporales: métodos de predicción
MÓDULO 10: GESTIÓN ÁGIL DE PROYECTOS
Introducción al agilismo
• Introducción al agilismo
• Manifiesto ágil. Valores y principios
• Referencias
Metodologías ágiles
• Metodologías ágiles
• Referencias
Entrega dirigida por el valor de negocio
• Visión del proyecto ágil
• Técnicas de priorización de requisitos
• Referencias
9
Máster en Business Intelligence y Big Data
Planificación adaptativa
• El proceso de planificación ágil
• Planificación adaptativa
• Elaboración progresiva
• Puntos de historia
• Estimación por tamaño relativo (RelativeSizing)
• Estimación ágil de requisitos
• Timebox
• Velocidad
• Ajuste de procesos (Processtailoring)
• Referencias
Arranque del proyecto ágil
• Carta de proyecto
• Personas
• Historias de usuario
• Historias de usuario vs especificaciones
• Referencias
Roadmap y reléase plan
• Elaboración del Roadmap
• Release Plan
• Integración del Backlog, Roadmap y Release Plan
• Buenas prácticas
• Roadmap y Release Plan vs. Diagrama de Gantt
• Referencias
Planificación y ejecución de cada iteración
• Preparación del trabajo
• Planificación de cada iteración
• Horas, puntos de historia y velocidad
• Ejecución de la iteración
• Prácticas de ingeniería ágiles
• Deuda técnica
• Referencias
Control y cierre de cada iteración
10
Máster en Business Intelligence y Big Data
• Estado del proyecto
• Estado de la iteración
• Estado de la Release
• Cierre de una iteración
• Sprint Review
• Retrospectiva
• Referencias
Implicación de interesados y roles
• Radiadores de información
• Equipos de trabajo ágiles
• Equipos de trabajo distribuidos
• Liderazgo en un entorno ágil
• Referencias
Aplicando el paradigma ágil
• Aplicando el paradigma ágil
• Herramientas digitales
• Tips útiles
• Referencias
DataOps
• Introducción
• DEVOPS
• SAFE
• Democratización del dato
• Implantación de DataOps
• Infraestructura
• Vistazo general al reglamento de protección de datos
• Referencias
Estándar formal de gestión de proyectos parte 1
• Definición formal de proyecto
• Marco formal de gestión de proyecto
• Ciclo de vida del proyecto
• Iniciación de un proyecto
11
Máster en Business Intelligence y Big Data
• La actitud del jefe de proyecto
• El alcance del proyecto
• Conclusiones (Parte 1)
• Referencias
Estándar formal de gestión de proyectos parte 2
• Ejecución y control del proyecto
• Visión global del ciclo de vida del proyecto
• El rol del jefe de proyecto
• Método del valor ganado
• Referencias
Modern agile. Conclusiones
• Preguntas habituales
• Glosario
• Modern agile
• Conclusiones
MÓDULO 11: DATA MANAGEMENT
Introducción
• Introducción
• Datos, información y conocimiento
• El ciclo de vida de los datos
• Beneficios de Data Management
• Gestión de datos
Gobierno de datos
• Introducción
• Definición
• Actividades
• Roles y responsabilidades
• Herramientas tecnológicas
Arquitectura de datos
• Introducción
• Definición
• Roles y responsabilidades
• Herramientas tecnológicas
• Modelado y diseño de datos
• Almacenamiento y operación de datos
12
Máster en Business Intelligence y Big Data
Seguridad de datos
• Introducción
• Definición
• Actividades
• Roles y responsabilidades
• Herramientas tecnológicas Integración de datos
• Introducción
• Definición
• Roles y responsabilidades
• Herramientas tecnológicas Datos maestros y de referencia
• Introducción
• Definición
• Roles y responsabilidades
• Herramientas tecnológicas
Datawarehousing y Bussines Intelligence
• Introducción al Datawarehousing
• Definición Datawarehousing
• Roles y responsabilidades
• Herramientas tecnológicas
Gestión de metadatos
• Introducción
• Roles y responsabilidades
• Actividades
• Herramientas tecnológicas
Calidad de datos.
• Introducción
• Definición
• Actividades
• Roles y responsabilidades
• Herramientas tecnológicas
13
Máster en Business Intelligence y Big Data
MÓDULO 12 : INTELIGENCIA DE UBICACIÓN
1.1.1. Gis, Smart City e Inteligencia de Ubicación
• Introducción
• Los sistemas de información geográfica como herramienta clave en una
planificación inbteligente
• Location Intelligence, SIG y Smart City
• Las nuevas funciones de los GIS en las Smart Cities
1.1.2. Análisis y patrones de localización en las Smart Cities
• Patrones de localización espacial algoritmos de Location Intelligence
• Datos urbanos y ciudades inteligentes
1.1.3. Gis/Bim, Big Data y Location Intelligence
• Location intelligence; GIS y Big Data en la planificación de las Smart
Cities
• Integración de BIM y GIS
1.1.4. Software para el análisis de Location Intelligence
• Softwares para el análisis y estudio de Location Intelligence; QGIS y
ARCGIS online
• Inteligencia de Localización ( Location Intelligence) con QGIS
1.1.5. Location Intelligence y QGis
• Location Inteligence de servicios públicos y rutas cortas
• Inteligencia de Ubicación en el puerto de Barcelona
• La Inteligencia de Ubicación y seguimiento estratégico de espacios verdes
urbanos de la ciudad de Valencia
1.1.6. Location Intelligence y ArcGIs online
• Software ARCGIS online características
• Inteligencia de Ubicación y gestión de residuos urbanos. Datos del open
data
14
Máster en Business Intelligence y Big Data
• Gestión de infraestructuras de transporte público. Análisis y planificación
del aparcamiento de bicicletas
• La Inteligencia de Ubicación en las infraestruturas de alumbrado público
1.1.7.
1.1.8. Librerías y Location Intelligence
• CARTO
• Leaflet
• Google maps API
1.1.9. Conclusiones
• Conclusiones
MÓDULO 13: BLOCKCHAIN
1.1.10. ¿Qué es la tecnología blockchain?
• Introducción
• Propiedades de la tecnología
• El internet del valor
• Historia del blockchain
1.1.11. ¿Cómo funciona el blockchain?
• Introducción
• Introducción a la criptografía del blockchain
• Sistema distribuido, nodos, la public ledger y el wallet
• La cadena de bloques
• El algoritmo de concenso
• Tipos de algoritmos de concenso
• Directed acyclic graphs
• Tipos de redes blockchain
• Los contratos inteligentes
15
Máster en Business Intelligence y Big Data
1.1.12. Arquitectura de una aplicación sobre tecnología blockchain
• Introducción
• Dapp, wallets y oráculos
• Arquitectura y diseño de aplicaciones blockchain y dapps
• Herramientas de desarrollo de aplicaciones blockchain
1.1.13. Distributed Ledger Technologies
• Introducción
• Hyperledger fabric
• Corda
• Ripple
1.1.14. Caso práctico. Elección de la infraestructura blockchain en un
caso real
• Caso práctico: elección de la infraestructura blockchain en un caso real
• Otros escenarios reales
1.1.15. Limitaciones y trabajo futuro de la tecnología
• Limitaciones y trabajo de la tecnología
• Blockchain 3.0
1.1.16. La identidad digital soberana
• Introducción a la identidad digital soberana
1.1.17. Sistema de almacenamiento distribuido
• Introducción
• IPFS
• Bigchain DB
1.1.18. Aplicaciones técnicas de los contratos inteligentes
• Introducción
• Identidad digital
• Registros y auditorias
16
Máster en Business Intelligence y Big Data
• Trazabilidad y cadena de suministro
• Automatización y simplificación de burocracia
• Almacenamiento y gestión de datos privados
• Gestión de activos financieros
• Organizaciones autónomas descentralizadas (DAOS)
• Gestión de activos y tokenización
1.1.19. Blockchain en la empresa: Gobernanza y consorcios
• Introducción
• Alastria
• R3
• Ethereum Enterprise Alliance
• Hyperledger Project
• Niurion
• Kinakuta
1.1.20. Aplicaciones reales y casos de éxito de la tecnología
• Introducción a aplicaciones reales y casos de éxito de la tecnología
1.1.21. White papers y documentación técnica
• White papers y documentación técnica
• Referencias
1.1.22. Caso práctico
• Sistema de fidelización de clientes de una empresa
• Solución de crowdlending
• Sistema central de gestión documental entre grupo de empresas
MÓDULO 14:BI APLICADO A INFRAESTRUCTURAS/INGENIERÍA
MÓDULO 15: TFM
17
Máster en Business Intelligence y Big Data
Metodología
El programa se desarrolla mediante metodología on-line. La mayor ventaja de este forma de estudio es que permite compatibilizar la formación con la actividad profesional/personal de cada alumno, consiguiendo de esta forma el
máximo aprovechamiento y evitando las pérdidas de tiempo que la formación presencial puede ocasionar. El acceso a la plataforma online donde se disponen
todos los contenidos formativos se puede realizar desde cualquier dispositivo electrónico con acceso a internet. Además, que la metodología sea on-line hace
posible que hayamos podido contar para el desarrollo de los contenidos con los profesionales de mayor prestigio de cada ámbito particular sobre el que se basa el Máster, y lograr una óptima transferencia del conocimiento.
Evaluación
La evaluación será continua a lo largo de todo el programa formativo y tendrá
en cuenta no sólo la adquisición de conocimientos, sino también el desarrollo de habilidades y actitudes.
Al término de cada tema evaluable, el alumno debe contestar a un examen tipo
test en la plataforma de formación on-line, además de plantear diversos casos prácticos a lo largo de los temas de forma que se logre la máxima consolidación de conceptos técnicos. Por último, al final del posgrado se tendrán en cuenta
dos elementos:
• El primer 80% es el resultado de las notas obtenidas en los temas evaluables y la puntuación obtenida en los casos prácticos.
• El otro 20% es la calificación obtenida en el Proyecto Final del Máster.
De forma que todos los trabajos realizados al largo del curso tengan peso y valor. Para la obtención del título será necesario aprobar los módulos evaluables del programa, con la superación de las pruebas objetivas y trabajos encargados
por los profesores, así como la aprobación del Proyecto Final, que se redactará a la finalización del Máster. Se analizará individualmente el grado de avance y
aprovechamiento del curso de cada alumno teniendo en cuenta aspectos de participación en los foros de debate de la plataforma online. Asimismo, la actividad formativa se complementará con webinars técnicos periódicos que
contribuyan a maximizar las competencias de los alumnos y una mejor asimilación de los conceptos desarrollados.
18
Máster en Business Intelligence y Big Data
Titulación
Los alumnos que hayan superado todas las materias, incluidos los casos
prácticos, las evaluaciones On-line, la participación en foros, videoconferencias y proyecto final recibirán la titulación de Structuralia y el certificado de la
Universidad Internacional Isabel I.
El diploma del curso se entrega en el Acto de Graduación Académica (opcional)
que de forma anual organiza Structuralia en Madrid (España). Al término de la formación, el alumno recibirá un certificado de notas detallado con el objetivo
de que en todo momento pueda acreditar su preparación. Podrá apostillar el
título de manera opcional con un importe extra.
19
Máster en Business Intelligence y Big Data
Profesorado
Javier Garcia Vizcaino
Comprometido con la Transformación, Personas, Data, Analytics, Innovación, SAFe Agilist y Mentor.
Matemático, con más de 15 años de experiencia en Media ha liderado en el
pasado las iniciativas de Analytics, BI y Big Data en Grupo Prisa y actualmente involucrado en proyectos para otras industrias como retail, finanzas, seguros,
educación o sports, entre otros.
STRUCTURALIA
Desde 2001 contribuyendo al crecimiento de los profesionales de
las Infraestructuras, Energía, Ingeniería y Nuevas Tecnologías
Structuralia es una escuela de formación de posgrado especializada en ingeniería, infraestructuras, energía, construcción y nuevas tecnologías
fundada en 2001.
Desde entonces hemos formado a más de 89.000 alumnos en 63 países y contamos con un alto reconocimiento internacional en el mundo
hispanohablante. Actualmente tenemos oficinas en España, Colombia,
Chile, Perú, México y Centroamérica.
Trabajamos constantemente por difundir el conocimiento e impulsar el éxito profesional. Para ello desarrollamos cursos, postgrados y
especializaciones con la colaboración de grandes expertos internacionales que te permitan desarrollarte de la mano de
profesionales en activo.
Adaptamos nuestros contenidos a los requisitos del mercado laboral.
Nuestro contacto permanente con las grandes empresas del sector como su proveedor de formación especializada, nos permite crear
material didáctico de alto valor para nuestros alumnos orientado a cubrir
los requisitos laborales actuales.
Nos esforzamos cada día para ofrecer la mejor formación a los colectivos
de ingenieros y arquitectos con un fin claro: tu preparación para el éxito
profesional.
www.facebook.com/structuralia/
https://twitter.com/structuralia
www.youtube.com/user/structuralia
www.linkedin.com/school/350078/
www.instagram.com/structuraliaoficial/
www.structuralia.com Avda. de la Industria, 4 Edif. 0 – Planta 2. Alcobendas (28108) Madrid