Diplomado en Big Data & Business Analytics

Hoy en día las organizaciones se enfrentan a entornos dinámicos y complejos, en donde son distintos los factores, sus relaciones y los actores, entre otros, los que pueden afectar su desempeño. En ese sentido, contar con información veraz, de manera oportuna y de calidad, posibilita disminuir la incertidumbre en un proceso de toma de decisiones, enfocando la organización hacia aquellos factores que aseguran el éxito de la empresa.

Los participantes del programa desarrollarán habilidades y competencias requeridas para aplicar técnicas de analítica, visualización de la información y Big Data, con aplicación a diferentes situaciones, en especial, aquellas requeridas para el análisis estratégico del negocio.

El presente diplomado propone generar habilidades y competencias que permitan:

• Comprender la relevancia de una gestión basada en la medición y la cadena de valor del dato, la información, el conocimiento y la conversación.
• Conocer técnicas de analítica de datos y su utilidad para la toma de decisiones.
• Aplicar modelos de analítica a casos específicos para la definición de estrategias.
• Representar la información mediante técnicas de visualización.
• Comprender en qué consiste el Big Data, su utilidad y sus aplicaciones. Así como aprender a enfrentar los dilemas de Ética empresarial y de Responsabilidad social.

MÓDULO 1: GESTIÓN DEL CONOCIMIENTO (9 HORAS)

Competencias:

• Comprender la relevancia de una gestión basada en la medición y la cadena de valor del dato, la información, el conocimiento y la conversación.

Temas: 

• La gestión de los activos intangibles
• Dato, información, conocimiento, conversación, innovación.
• Conocimiento tácito y explícito
• Procesos de conocimiento y dominios de conocimiento
• Estrategias de gestión del conocimiento
• Pautas y lineamientos del proyecto práctico.

Resultados Previstos de Aprendizaje

• Comprender la relevancia de una gestión basada en la medición y la cadena de valor del dato, la información, el conocimiento y la conversación.

MÓDULO 2: ANALÍTICA Y BIG DATA (9 HORAS)

Competencias: 

• Comprender en qué consiste el Big Data, su utilidad, sus aplicaciones y elementos relacionados de manera práctica, Así como aprender a enfrentar los dilemas de Ética empresarial y de Responsabilidad social.

Temas:

• Introducción a la analítica del negocio:
  • ¿Qué esperar de la Analítica y Big Data?
  • Las V de Big Data
  • Arquitectura de datos en Big Data
  • Herramientas de analítica y Big Data
• Conceptos de Machine learning
  • Machine Learning
  • Deep Learning
  • Máquinas de aprendizaje
  • IA
• Proceso CRIPS-DM
• Casos de negocio en Big Data
  • Aplicaciones de Banca
  • Aplicaciones de Telco
  • Aplicaciones en Retail
• Analítica y Big Data en Colombia
• Demanda de Cargos en Big Data

Resultados Previstos de Aprendizaje

• Comprende los conceptos propios de la temática del Big data y los componentes relacionados de manera aplicada.

MÓDULO 3: VISITA AL CENTRO NACIONAL DE CONSULTORIA -CNC- (3 HORAS)

Competencias: 

• Comprender en qué consiste el Big Data, su utilidad, sus aplicaciones y elementos relacionados de manera práctica, Así como aprender a enfrentar los dilemas de Ética empresarial y de Responsabilidad social.

Temas:

• Presentación de proyectos, modelos y resultados con aplicación de técnicas    de analítica y Big Data en consultoría.

Resultados Previstos de Aprendizaje

• Apropia de manera experiencial real la aplicación del Big data en proyectos reales., de una organización.

MÓDULO 4: FORMULACIÓN DE MODELOS EN ANALÍTICA (12 HORAS)

Competencias: 

• Conocer técnicas de analítica de datos, su utilidad para la toma de decisiones y la forma de aplicarla a modelos específicos. que presenten la información de manera visual como apoyo a la toma de decisiones. (Software de apoyo Python o R).

Temas:

• Fuentes de información primarias y secundarias
• Elementos de estadística descriptiva
• Prueba de hipótesis y teoría básica de probabilidad
• Preguntas de mercadeo en términos estadísticos
• Organización de datos para análisis complejos
• Segmentación de clientes y estrategias de posicionamiento (cluster analysis)
• Analítica realmente para la toma de decisiones

Resultados Previstos de Aprendizaje

• Reconoce la necesidad de integrar las herramientas de analítica de datos, la programación y el conocimiento del negocio en el que se encuentra trabajando.

MÓDULO 5: MODELOS DE DATA ANALYTICS APLICADOS A LOS NEGOCIOS (15 HORAS)

Competencias: 

• Conocer técnicas de analítica de datos, su utilidad para la toma de decisiones y la forma de aplicarla a modelos específicos. que presenten la información de manera visual como apoyo a la toma de decisiones. (Software de apoyo Python o R).

Temas:

• Introducción a los modelos de analítica predictiva y Machine Learning
• Modelos supervisados
  • Regresión lineal
  • Métodos de regularización Ridge y Lasso
  • Regresión logística
  • Arboles de decisión
  • Naïve Bayes
  • Random Forest
  • SVM
• Aplicaciones de modelos: Modelos churn
• Modelos No supervisados
  • Clustering Analysis
  • Rules association
• Introducción al Deep Learning, redes neuronales y aplicación de este tipo de algoritmos que son la base de la Inteligencia Artificial - IA

Resultados Previstos de Aprendizaje

• Entiende qué es analitycs y qué aplicaciones tiene para la toma de decisiones.
• Reconoce los modelos de analítica, y sus aplicaciones.

MÓDULO 6: ASESORÍA PRIMERA ENTREGA PROYECTO PRÁCTICO (3 Horas)

Competencias:

• Comprender en qué consiste el Big Data, su utilidad, sus aplicaciones y elementos relacionados de manera práctica, Así como aprender a enfrentar los dilemas de Ética empresarial y de Responsabilidad social.

Temas:

• Reunión guía de entrega de proyectos aplicado.

Resultados Previstos de Aprendizaje 

• Comprende la propuesta de trabajo practico a realizar.

MÓDULO 7: MODELOS APLICADOS A MARKETING Y FINANZAS (15 HORAS)

Competencias:

• Conocer técnicas de analítica de datos, su utilidad para la toma de decisiones y la forma de aplicarla a modelos específicos. que presenten la información de manera visual como apoyo a la toma de decisiones. (Software de apoyo Python, R, otros).

Temas:

• Modelos de recomendación de producto
  • Canasta de mercado
  • Afinidad de productos
• Análisis de precios
  • Aplicación de Pricing
  • Elasticidad de precios
  • PSM
  • Garbor Granger
  • Conjoint Analysis
• Text Analitycs
  • Text Parser
  • Tokenizacion
  • Texting to words
• Aplicación de modelos de scoring en Banca
  • Herramienta Knime
  • Evaluación de negocio
• Aplicación en Python
  • Código Python
  • Aplicación en Python.

Resultados Previstos de Aprendizaje

• Reconoce los modelos de analítica, y sus aplicaciones a productos, precios, finanzas utilizando software de apoyo.

MÓDULO 8: VISUALIZACION DE LA INFORMACION (15 HORAS)

Competencias:

• Reconoce los modelos de analítica, y sus aplicaciones a productos, precios, finanzas utilizando software de apoyo.

Temas:

• Importancia de la visualización
• Pasos en la visualización
• Tipos de gráficos
• Herramientas de visualización
  • PowerBI (Tableros de control)
  • Gephi (Redes Sociales)
  • Past (Reducción de dimensionalidad)
  • QGis (Sistema de Información Geográfica)
  • Netica (Redes Bayesianas)
• Casos de uso en Visual analytics

Resultados Previstos de Aprendizaje

• Reconoce la importancia de la visualización de la información.
• Aplica herramientas de apoyo a la visualización.

MÓDULO 9: ETICA EN EL ANÁLISIS DE DATOS E INFORMACIÓN (6 HORAS)

Competencias:

• Comprender en qué consiste el Big Data, su utilidad, sus aplicaciones y elementos relacionados de manera práctica, Así como aprender a enfrentar los dilemas de Ética empresarial y de Responsabilidad social.

Temas:

• Conceptos y casos de Ética empresarial aplicada al Análisis de datos e Información.
• Desafíos y dilemas éticos en BD & BA.
• Análisis de Documento CONPES 3920 / 2018.
• Aplicación de los 3 principios de Eticidad y las 10 herramientas de Infraestructura ética en casos éticos de BD.

Resultados Previstos de Aprendizaje 

• Comprende la importancia de la ética y la responsabilidad social en el análisis, interpretación y presentación de la información y su impacto en la toma de decisiones.

MÓDULO 10: PROYECTO PRÁCTICO (3 HORAS)

Competencias:

• Comprender en qué consiste el Big Data, su utilidad, sus aplicaciones y elementos relacionados de manera práctica, Así como aprender a enfrentar los dilemas de Ética empresarial y de Responsabilidad social.

Temas:

• Foro de presentación del proyecto práctico.

Resultados Previstos de Aprendizaje

• Sustenta la propuesta de proyecto practico relacionado con el Diplomado, de una forma integral, dados los temas vistos.

*El plan de estudios puede ser modificado de acuerdo con los requerimientos del diplomado.

OSCAR AYALA NIÑO

• Especialista en Data Mining & Discovery Knowledge por la Universidad de buenos Aires - Argentina.
• Profesor del Área de Finanzas de Posgrado y Educación Continua de Fórum de la Universidad de la Sabana.
• Data Scientist – Big Data & Data Science Latam en Teradata multinacional líder en tecnología.
• Experiencia en modelación matemática en Banca, Health Care, Telecomunicaciones, Mercadeo.

JOVINTON YAYA

• Magister en Gerencia y Practica del Desarrollo, Especialista en Inteligencia de Mercados de la Universidad de los Andes – Colombia.
• Profesor del Área de Finanzas de Posgrado y Educación Continua de Fórum de la Universidad de la Sabana.
• Experiencia en Áreas como: Información Estratégica, Proyectos de Investigación Social y de Mercadeo, Consultoría e Investigación de Mercados, Formulación e Implementación de Estrategias de muestreo.
• Ha participado en desarrollador de metodologías para la evaluación de resultados y la Evaluación de combinación del valor Económico y el Valor Social.

CAMILO TORRES OVALLE

• Apasionado por el análisis de datos y todo lo relacionado con analytics, alta capacidad de análisis de datos y de resolución de problemas basados en información. Administrador Financiero y de Sistemas, Magíster en Gerencia de Operaciones de la Universidad de La Sabana, Magíster en Inteligencia Analítica para la Toma de Decisiones de la Universidad de la Universidad de los Andes y Black Belt - Six Sigma.
• Experiencia en diseño, desarrollo e implementación de modelos de datos con herramientas de modernas de analítica y business intelligence y modelos de machine learning. Desarrollo de capacidades de analítica en equipos de trabajo y a nivel institucional.

CRISTHIAN FABIÁN RUIZ RAMOS

• Magister en Ingeniería Industrial de la Universidad  de los Andes – Colombia.
• Profesor de las áreas de estrategia, gerencia y análisis organizacional del Instituto FORUM. Autor de diferentes libros y artículos de revistas en temas de planeación, gestión del conocimiento y análisis de datos e información.

MANUEL GUILLERMO GONZALEZ SOLER

• Administrador de Empresas, Magister en Educación y Graduado de Programa Integral de Dirección del EDIME de la Universidad de la Sabana.
• Profesor del Área de Ética Empresarial en Postgrados y Educación Continua de FORUM de la Universidad de la Sabana.
• Docente y consultor organizacional en áreas como: Ética y Responsabilidad social corporativa, toma de decisiones y prevención de problemas, planeación de la negociación, gerencia estratégica y comercial, gestión humana, asesoría en plan de negocios, Outdoor training y Felicidad en el trabajo.

 *El listado de profesores puede ser modificado de acuerdo con los requerimientos del programa.