máster en business intelligence y big data...en cuenta no sólo la adquisición de conocimientos,...

Máster en Business Intelligence y Big Data

Título propio emitido por


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


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

http://cv.structuralia.com/moodle/v26/course/view.php?id=5924



4


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


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


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


• 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


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


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


• 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


• 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



• Modelado y diseño de datos

• Almacenamiento y operación de datos

12


Seguridad de datos

• Introducción

• Definición

• Actividades


• Herramientas tecnológicas Integración de datos

• Introducción

• Definición


• Herramientas tecnológicas Datos maestros y de referencia

• Introducción

• Definición



Datawarehousing y Bussines Intelligence

• Introducción al Datawarehousing

• Definición Datawarehousing



Gestión de metadatos

• Introducción


• Actividades


Calidad de datos.

• Introducción

• Definición

• Actividades



13


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

http://cv.structuralia.com/moodle/v26/course/view.php?id=5684&section=2






14


• 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


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


• 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


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


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


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.

[email protected]

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

máster en business intelligence y big data...en cuenta no sólo la adquisición de conocimientos,...

Documents