Curso Big Data

Curso Big Data

Transformación Digital, Innovación e IA B-Learning SENCE

Objetivo del Curso

Este programa busca presentar a los alumnos una visión actualizada del mercado nacional, reforzando conceptos y aplicando buenas prácticas analíticas. El participante aprenderá a utilizar casos de uso concretos para resolver problemas de negocios prioritarios que generen un impacto real en la última línea del negocio.

Objetivos Específicos

  • Estandarizar conocimientos sobre Big Data y Data Lake aplicados a diversas industrias como banca y telecomunicaciones.

  • Identificar desafíos empresariales en torno al uso correcto de los datos y los procesos de transformación digital.

  • Explorar tipos de análisis que permiten obtener ventajas competitivas mediante la explotación de datos reales.

  • Establecer una estrategia Data Driven fomentando un pensamiento analítico orientado a resultados dentro de la organización.

Información SENCE

Personas naturales: pueden comprar este curso normalmente en la tienda. La etiqueta SENCE solo indica que el curso está asociado a esa categoría.

Empresas que desean usar franquicia SENCE: deben seguir un proceso de compra distinto (requisitos y validaciones).

Módulo 1: Conceptos aplicados al Big Data


En este módulo, los participantes aprenderán a estandarizar conceptos fundamentales sobre Big Data y Data Lake, analizando roles y funciones clave a través de ejemplos en diversas industrias.

  • Presentación.
  • Introducción a concepto Data Lake.
  • Descripción de roles y funciones dentro del Data Lake.
  • Actividad de aprendizaje.

Módulo 2: Principales desafíos de las empresas en torno a los datos


Este módulo profundiza en los obstáculos que enfrentan las instituciones para el uso correcto de los datos y la importancia crítica de la calidad de la información en la organización.

  • Repositorios de datos con información confiable.
  • La importancia del proceso de calidad de datos en la organización.
  • Actividad de aprendizaje.

Módulo 3: Explotación de datos empresariales y tipos de análisis


En este módulo, se describen casos reales de explotación de datos y metodologías estándar como Crisp-DM para obtener ventajas competitivas sostenibles.

  • Repositorios de datos (RDBMS o NoSQL).
  • Metodología Crisp-DM (Cross Industry Standard Process for Data Mining).
  • Actividad de aprendizaje.

Módulo 4: Nuevos desafíos de una empresa "Data Driven"


El módulo final se centra en establecer una mentalidad analítica, abordando el Machine Learning y el gobierno de datos como pilares de la estrategia empresarial.

  • Analítica avanzada y uso de Machine Learning.
  • Gobierno de datos: primeros pasos.
  • Caso práctico y actividad de aprendizaje.
Pablo Reinoso

Pablo Reinoso

Docente

Estadístico por la Pontificia Universidad Católica de Valparaíso y Magíster en Administración de Empresas (MBA) por la Universidad de Chile.
Especialista con amplia experiencia en el área de Big Data y Analytics.

Programas relacionados

No hay productos relacionados para este curso.