Ingresa a

Sergiovirtual

INGRESA A MOODLE

Haz Clic Aquí
Incorrecto

Comunidad Sergista en línea



Olvidé mi contraseña
¿Cuál es mi usuario?

Ingresa a

Tucorreo

Si eres estudiante


Si eres FUNCIONARIO

haz clic aquí

Diplomado en Análisis de Datos y Big Data

inicio

3 de agosto del 2021
Inversión: $ 3.500.000 |
Intensidad: 120 horas

horario

Martes, miércoles y jueves 6:00 p.m. a 10:00 p.m. |Online sincrónico con docente en vivo

líneas de información

Teléfono: 325 81 81
Línea gratuita: 01 8000 11 0414

INSCRIPCIONES ABIERTAS

¡Inscríbete Aqui!

CONTÁCTANOS:

acerca del programaplan de estudiosdocentes

presentación del programa

Desde que el Internet se popularizó hace más de 20 años, los datos se han convertido en una de las oportunidades más eficientes para la mercadotecnia, las ventas y el consumo en general. Terabytes de datos contienen información que incluye desde el comportamiento de los clientes hasta los patrones relevantes de consumo. En las empresas, las aplicaciones analíticas sobre esos datos permiten impulsar decisiones para optimizar los recursos en áreas funcionales como producción, contabilidad, finanzas, marketing, recursos humanos, etc.

A nivel mundial, las empresas que utilizan la analítica en sus operaciones muestran tasas de productividad hasta del 7% más altas que las de su competencia. En respuesta a las necesidades locales frente a los desafíos de la globalización, este diplomado ofrece formación en las técnicas analíticas que permiten transformar los datos en beneficios para las empresas. Mediante una metodología de estudio de casos, los participantes aprenderán a transformar datos en oportunidades de valor comercial, impulsar decisiones que mejoraren el retorno de la inversión y convertir ideas en productos y servicios.


Promesa de valor

1. Único diplomado presencial en Bogotá sobre gestión y análisis de datos diseñado para soluciones empresariales.
2. Desarrollo de destrezas en diferentes lenguajes para análisis de datos: Excel, R y Python.
3. Docentes de alto nivel académico y profesional, científicos que cuentan con amplia experiencia nacional e internacional en el manejo de datos a diversas escalas.
4. Metodología basada en estudio de casos. Sesiones teórico-prácticas.
5. Ejemplos aplicados a casos específicos en las áreas de interés de los participantes del diplomado.
6. Acompañamientos y asesorías personalizadas.
7. Módulo dedicado a la solución de casos reales de empresa, en el que se aplican los conceptos y herramientas trabajadas a lo largo del curso.


Competencias Que Desarrolla el programa

El manejo analítico de los datos es una competencia que genera soluciones estratégicas, sistemáticas y de gestión organizacional. Con el fin de optimizar la toma de decisiones para lograr oportunidades que generan valor empresarial, este diplomado busca, específicamente, desarrollar habilidades para que los participantes visualicen, interpreten y analicen la información que proviene de los datos.

Al finalizar el programa el participante estará en capacidad de:

  • 1. Comprender y calcular medidas de localización, dispersión y asociación de un conjunto de datos.
  • 2. Encontrar tendencias y patrones de diversificación en los datos, usando técnicas descriptivas y de visualización.
  • 3. Incorporar un modelo analítico como etapa crucial en el proceso de toma de decisiones empresariales, a partir de un conjunto de datos.
  • 4. Hacer valoraciones predictivas que orienten decisiones gerenciales.
  • 5. Interpretar los resultados obtenidos de la implementación analítica.
  • 6. Adquirir destreza en el manejo de software para análisis de datos.

Dirigido a

Profesionales de todas las áreas con intereses en gestión y analítica de datos. Empresarios, ejecutivos y profesionales con cargos gerenciales en compañías del sector público y privado.


Plan De Estudios - Contenido

MÓDULO I. Análisis Descriptivo de Datos

  • 1. Tableau
  • 2. Herramientas básicas – Excel.
  • 3. Variables y parámetros relevantes.
  • 4. Medidas de localización, variabilidad, dispersión y asociación.
  • 5. Gráficos para casos empresariales.
  • 6. Herramientas de visualización: Tablas, charts y Data Dashboards.

MÓDULO II. Análisis Estadístico de Datos

  • 1. Distribuciones
  • 2. Herramientas básicas – R.
  • 3. Análisis descriptivo de datos.
  • 4. Fundamentos de estadística inferencial.
  • 5. Pronósticos y estadística predictiva empresarial.
  • 6. Modelos de Regresión aplicados a casos de empresa.
  • 7. Casos de Análisis Multivariado de datos.
  • 8. Estudio de casos de empresa.

MÓDULO III. Análisis Predictivo Empresarial

  • 1. Análisis exploratorio de datos estructurados.
  • 2. Proceso de toma de decisiones organizacionales.
  • 3. Analítica Predictiva para procesos empresariales. Ventajas competitivas. Casos.
  • 4. Análisis predictivo de datos financieros.
  • 5. Analítica de Riesgos. Casos.
  • 6. Analítica predictiva en marketing. Variables diferenciadoras. Casos.
  • 7. Competitividad – Retail Analytics.
prime-leftImage-postgrados

MÓDULO IV. Procesamiento de Datos y Big Data

  • 1. Aplicación de Modelos analíticos en Python y R.
  • 2. Visualización de tendencias y patrones. Distribuciones de Frecuencia y diagramas de dispersión.
  • 3. Preparación de datos. Limpieza, clasificación, asociación y dimensionalidad: Data Warehousing
  • 4. Procesamiento de datos – Ciclo de vida de Big Data
  • 5. Minería de Datos para inteligencia de negocios. Variables clientes y consumo.
  • 6. Modelos de machine learning para decisiones organizacionales.
  • 7. Fundamentos y Herramientas de Big Data en empresas.
  • 8. Bases de Datos a mediana escala y gran escala.
  • 9. Entornos Hadoop. Introducción a MapReduce y Spark. Big Data en la Nube.

MÓDULO V. Módulo de Práctica

  • Solución de un caso real de empresa, dedicado a la aplicación de los conceptos vistos y al uso de las herramientas trabajadas en clase.

Directora Académica

Directora del programa y docente: Luz Stella Gómez Fajardo, Ph.D.

Ph.D. en Física Experimental de Altas Energías Humboldt-Universität zu Berlin, Alemania. Maestría en Ciencias – Física, Universidad de Los Andes. Científica de Datos del Deutsches Elektronen Synchrotron DESY, Alemania. Analista de datos a escala peta-byte en la Organización Europea para la Investigación Nuclear, CERN, Suiza. Desarrolladora de algoritmos para limpieza y procesamiento de Big Data del Experimento ATLAS – CERN. Experticia analítica de Big Data para sistemas de computación distribuida y en desarrollo e implementación de software para Machine Learning y métodos de simulación Monte Carlo a diversas escalas. Institutional Board Representative (IBR) y analista de grandes datos del DUNE Internacional Experiment, Estados Unidos. Líder del Grupo Analítica y Big Data, Universidad Sergio Arboleda. Amplia experiencia en docencia universitaria en Data Science, Big Data Tools y Machine Learning.


Docentes

Hermes J. Martínez Navas, Ph.D.
Ph.D. en Ciencias Naturales, Universidad de Bonn, Alemania. Maestría en Matemáticas, Universidad de los Andes. Matemático, Universidad Nacional de Colombia. Experticia en análisis de datos para riesgo financiero y métodos de aprendizaje automático. Analista de grandes datos del DUNE Internacional Experiment, Estados Unidos. Miembro activo del Grupo Analítica y Big Data, Universidad Sergio Arboleda. Experiencia de más de siete años en el sector educativo en: Universidad de los Andes, Universidad del Rosario, Universidad Distrital Francisco José de Caldas y Universidad Sergio Arboleda. Investigador en temas de riesgos de mercado.

Laura Gómez
Matemática. Especialista en Matemáticas Aplicadas con Maestría en Educación, Liderazgo y Gestión. Experiencia de investigación como Joven Investigador de Colciencias en Matemáticas Aplicadas. Experiencia en redes complejas e influencias indirectas aplicadas al comercio internacional, economía y redes académicas. Analista de grandes datos de DUNE, Estados Unidos y miembro activo del Grupo Analítica y Big Data, Universidad Sergio Arboleda.

Martha Lucía Corrales
Ingeniera de sistemas de la Universidad Industrial de Santander. Magister Estadística de la Universidad Nacional de Colombia. Ph.D. en Estadística de la misma Universidad. Certified Risk Management y Software Shop. Experta diseñadora de soluciones para Internet, Microsoft Certified Professional, catedrática en sistemas, auditoría de sistemas, matemáticas, probabilidad y estadística. Facilitadora en herramientas de software Microsoft Office Professional y herramientas de software estadístico con experiencia en investigación científica aplicada al desarrollo económico y a la responsabilidad social ambiental. Certificación internacional en manejo de riesgos. Profesor de tiempo completo de la Universidad Sergio Arboleda.

Camilo Rey Torres

Matemático de la Universidad de los Andes. Amplia experiencia en procesamiento de imágenes digitales, simulación de sistemas físicos y síntesis de imágenes. Magister en Ingeniería de la Pontificia Universidad Javeriana. Investigador predoctoral en Informática de la Universitat de Barcelona, en temas de Inteligencia Artificial usando teoría del caos para describir desarrollo de inferencia en redes neuronales profundas.


Sebastián Villegas

Profesional en Matemáticas de la Universidad Sergio Arboleda con enfoque aplicado, con experiencia en la creación de modelos matemáticos incluyendo métodos estadísticos y de machine learning para el sector financiero en R y Python.