Programa Ejecutivo en Big Data y Business Analytics | ENAE Pasar al contenido principal

Programa
Programa Ejecutivo en Big Data y Business Analytics

Matrícula
Categoría:

Entorno Económico y Operaciones

Modalidad:Presencial
Edición:I
Inicio: 26/01/2018
Fin Preinscripción: 19/01/2018
Plazas limitadas Asegura tu participación formalizando tu reservaaquí

Información

LOS DATOS SON EL NUEVO PETRÓLEO DEL SIGLO XXI

El Programa Ejecutivo en Big Data y Business Analytics de ENAE Business School habilita a los alumnos en la aplicación práctica de las nuevas tecnologías asociadas al fenómeno del Big Data y en las modernas herramientas de análisis predictivo y visualización de datos que se han englobado bajo el término de Data Science o Ciencia de Datos.
 
Los científicos de datos, nuevo perfil híbrido entre la estadística y las tecnologías de la información, serán las personas dentro de las organizaciones que se dedican a:
 
- Recopilar y extraer información de diversas fuentes de datos internas o  externas.
- Aplicar las modernas herramientas tecnológicas para dar respuesta a los planteamientos y requisitos de los usuarios de negocio y visualizar de forma clara y comprensible sus conclusiones.
- Elaborar modelos predictivos a partir de los datos.

DESCRIPCIÓN

Lugar de impartición: ENAE Business School.

Modalidad: Presencial

Inicio: 26 de Enero de 2018

Precio: 1.150 €

A QUIÉN VA DIRIGIDO

Dirigido a profesionales que deseen reforzar y ampliar sus conocimientos y capacidades en Inteligencia de Negocios y Ciencia de Datos para asumir la dirección y liderazgo en el análisis de datos. Y a profesionales que quieran reorientar su carrera hacía la moderna y novedosa profesión del científico dedatos.

OBJETIVOS

-      Proporcionar los conocimientos sobre procesos y tecnologías diseñadas para optimizar y mejorar el rendimiento de una empresa, con especial foco en las herramientas tipo Business Intelligence(BI).

-      Preparar ante los retos que representa el fenómeno del Big Data, sus fundamentos, las tecnologías asociadas y la forma idónea de afrontar proyectos de Big Data por lasempresas.

-      Habilitar en el uso de herramientas de análisis predictivo y DataScience.

-      Comprender todas las posibilidades y ventajas de la gestión y el análisis de los datos para las compañías.

MÓDULO 1. INTELIGENCIA DE NEGOCIO Y ESTRATEGIA

Cada vez es más importante saber qué está pasando en nuestro entorno y en nuestras propias organizaciones. Y muchas veces en tiempo real. Pero, al mismo tiempo, el origen de los datos cada vez es más diverso y su volumen crece exponencialmente. Dentro del mundo de las Tecnologías de la Información, Business Intelligence (BI) o Inteligencia de negocio se refiere a las herramientas de software y procesos empresariales orientados al análisis de la información como parte del proceso de toma de decisiones.
 
Business Intelligence, cuando se asocia a la estrategia empresarial, se convierte en una  poderosa herramienta para la consecución de los objetivos de la organización. El término Gestión del Rendimiento Empresarial o CPM por sus siglas en inglés (Corporate Performance Management) describe todas las metodologías, procesos, métricas y sistemas para gestionar el rendimiento o desempeño en las empresas y organizaciones  engeneral

MÓDULO 2. FUNDAMENTOS BIG DATA Y BUSINESS ANALYTICS

Más allá del fenómeno mediático alrededor del término Big Data, lo cierto es que las organizaciones han cambiado drásticamente el volumen de información generada, la variedad de datos generados y la velocidad con la que se generan. “Big data”, define y agrupa estos cambios: la disponibilidad de grandes cantidades de información en  formatos estructurados y desestructurados y en tiempo real.
 
De otra parte, y muy relacionado con Big Data, Business Analytics se refiere a las nuevas formas, basadas en Business Intelligence y técnicas de análisis estadístico, de obtener información a partir de los datos históricos para predecir el comportamiento futuro. Se orienta pues a descubrir los factores, algunos ocultos, que influirán sobre los resultados de negocio.
 
En este módulo vamos a introducir los conceptos y fundamentos del Big Data, los retos que presenta, las tecnologías asociadas y la forma idónea de afrontar proyectos de Big Data por las empresas. Asimismo, nos iniciaremos en el uso de técnicas de análisis predictivo y de visualización orientadas a la mejora del rendimiento empresarial.

MÓDULO 3. INTEGRACIÓN DE DATOS

Gran parte del tiempo de los proyectos de Business Intelligence y Big Data, se emplea en trabajar con flujos de datos desde los sistemas origen: bases de datos, archivos, la web, redes sociales, etc., hacia un almacenamiento útil para las herramientas de análisis.
 
Todos estos flujos de datos reciben el nombre de procesos ETL, siglas de las palabras inglesas Extract, Transform y Load que describen las tareas más habituales de preparación de los datos:
 
· Extracción de datos desde los sistemas  origen.
· Transformación de los datos para generar nueva   información.
· carga de las estructuras multidimensionales para análisis.
 
En este módulo aprenderemos:
 
· las características básicas de estos procesosETL.
· la importancia de la calidad de los datos para su uso analítico.
· cómo definir un modelo de datos integrado, coherente, veraz y disponible para toda la organización
· las herramientas y las tecnologías apropiados en la gestión de datos orientados al análisis.
· las tecnologías de tratamiento de información no estructurada propias del Big Data.

MÓDULO 4. DISEÑO DE CUADROS DE MANDO. VISUALIZACIÓN DE DATOS

Dos elementos clave permiten al usuario final medir los indicadores necesarios,  identificar problemas y oportunidades, tomar decisiones y ajustar planes de actuación si espreciso:CuadrosdeMandoeIndicadoresClavedeDesempeño(KPIs).
 
En este curso trataremos sobre como identificar y definir los indicadores apropiados para el control del desempeño empresarial.
 
La visualización correcta de los datos es cada vez más un elemento esencial de la Inteligencia de Negocio y Business Analytics. Las modernas herramientas incorporan avanzados gráficos, mapas y otras representaciones que permiten a los usuarios a entender mejor los datos al mismo tiempo que proporcionan alertas y notificaciones cuando un indicador sobrepasa un límite superior o inferior con respecto a su objetivo.
 
Este curso es pues, eminentemente práctico sobre las técnicas de visualización de datos para el diseño efectivo de Indicadores claves de rendimiento (KPIs) y Cuadros de Mando: Dashboard y Scorecard.

MÓDULO 5. DATA SCIENCE: ANÁLISIS PREDICTIVO DE LOS DATOS

Si la Inteligencia de Negocio proporciona herramientas avanzadas para analizar qué ha pasado y cuál es el estado actual de nuestra organización, las técnicas de Minería de Datos y Data Science van un paso más allá y permiten de forma automática descubrir información interesante que permanece oculta en ese laberinto enorme en que se convierten los datos. Una diferencia fundamental con Business Intelligence, es que mientras BI trabaja con datos estructurados y de un volumen manejable, Data Science suele enfrentarse a grandes conjuntos de datos no estructurados: emails, texto, publicaciones en redes sociales, audio, etc.
 
La aplicación de algoritmos estadísticos y lenguajes ad hoc como R, permite predecir tendencias, identificar patrones ocultos, crear reglas y recomendaciones, establecer agrupaciones de registros de datos, detectar anomalías y excepciones y encontrar dependencias entre distintas variables. Por ejemplo, para mejorar la relación con nuestros clientes y la tasa de retención, al anticipar su comportamiento.
 
De otro lado, en la actualidad, estamos viviendo un avance extraordinario en el uso del Machine Learning, entendiendo como tal a los autómatas (máquinas o servicios) que resuelven problemas en base a aprender de los datos. Básicamente son algoritmos que aprenden a partir de un volumen de datos históricos y son capaces de predecir algo o sugerir una respuesta a un problema dado. Estas Máquinas que aprenden son una herramienta esencial para los científicos de datos.

CASOS DE USO Y APLICACIONES POR SECTOR

El Big Data se convertirá, si no lo ha hecho ya, en pieza fundamental para el cumplimiento de la estrategia y la mejora del desempeño en muchos sectores: salud, educación, telecomunicaciones, transporte, etc.
 
En este módulo veremos las cuestiones legales asociadas a la recopilación  y tratamiento de datos y trataremos sobre las aplicaciones prácticas de Big Data y Business Analytics en los sectores más representativos. Analizaremos losprocedimientos y áreas de actuación más habituales y que redundarán en ventajas competitivas y en mejoras del desempeño:
 
· Predicción de las ventas u  otras  métricas
· Aplicaciones ene-commerce
· Sistemas de recomendación instantáneos
· Prevención de Pérdida de  clientes
· Predicción del comportamiento de  clientes
· Detección inmediata de  riesgos

Profesorado

GARCÍA MOLINA, JOSÉ LUIS
Ingeniero Técnico en Informática de Gestión, Escuela Universitaria de Informática de Murcia.
Ampliar información
Cuenta además con certificaciones QLIKTECH en QlikView 11 Designer Certified y varias certificaciones Microsoft, entre ellas: MCSA MS Certified Solutions Associate SQL Server 2008, MCITP MS Certified IT Professional (Business Intelligence Developer), MCTS MS Certified Technology Specialist (BI Development and Maintenance). Con más de 20 años de experiencia profesional, José Luis García Molina ha sido Director de Sistemas de Información en Bualgas, Responsable de proyectos de desarrollo Web, Responsable de proyectos de Reporting y EIS y Responsable de Área Business Intelligence y Desarrollo de Producto en Inforges. Desde 2006, Socio fundador de la empresa BITEC, donde es además Responsable de proyectos de Business Intelligence y de desarrollo de negocio del área.
CARRASCO GONZALEZ, RAMÓN ALBERTO
Licenciado en Informática por la Universidad de Granada. Doctor por la Universidad de Granada.
Ampliar información
Ramón Alberto Carrasco comenzó su trayectoria profesional como Analista Funcional en el Área de Desarrollo de CajaGranada, posteriormente fue Responsable de Data Warehousing en la Dirección de Arquitectura Tecnológica así como Responsable de Business Intelligence en la Dirección de Marketing de esta misma entidad. Desde 2012 es CRM analítico en la Dirección de Explotación Comercial (Marketing) de BMN, desarrollando principalmente tareas analíticas mediante herramientas de Data Mining, Teradata, PL/SQL. En el ámbito docente, ha sido profesor asociado en la Universidad de Granada ejerciendo desde finales de 2012 como Profesor asociado en el Departamento de Comercialización e Investigación de Mercados de la Universidad Complutense de Madrid, siendo su campo de actuación principalmente los Sistemas de Información Inteligentes incluyendo Data Mining, Bases de Datos Relacionales Difusas, Data Warehousing, Business Intelligence, etc , con aplicaciones prácticas principalmente a Marketing en entornos financieros y turismo. Autor de numerosas publicaciones de especial relevancia científica, dos libros monográficos y cinco capítulos de libro sobre Data Mining y su aplicación en economía, finanzas y marketing. Cuenta también con diversas aportaciones a congresos, la gran mayoría internacionales. Pertenece al grupo de investigación Soft Computing y Sistemas de Información Inteligentes desde 2009.
RAMOS LÓPEZ, SALVADOR
Profesor de Enae Business School.
Ampliar información
Consultor, Formador y Mentor en Business Intelligence. SQL Server MVP. Director de Formación en SolidQ. Microsoft MCSE 2012. Business Intelligence. Desempeña tareas de ayuda a las empresas (tanto a departamentos de TI como a usuarios de negocio) a obtener información y conocimiento a partir de sus de datos (desde pequeños a muy grandes volúmenes). Con un perfil híbrido de Negocio y TI. Especializado en tecnología Microsoft (SQL Server, Integration Services, Analysis Services, Reporting Services, Self-service BI, Excel, PowerPivot, Power View, Performance Point Services). Ha participado tanto en proyectos que realiza totalmente el equipo de SolidQ como en proyectos en los que ha colaborado y ha actuado como mentor, ayudando a la consecución de los objetivos establecidos y transfiriendo el conocimiento para que el cliente quede capacitado para mantener y evolucionar el proyecto. Coordina y participa en varios Masters en Business Intelligence. Ha escrito varios libros, el último Microsoft Business Intelligence: vea el cubo medio lleno. Escribe en varios blogs y publica en revistas del sector. Especialidades: SQL Server, Data warehouse, Microsoft Business Intelligence, Training.
MOLINER DE LA PUENTE, LUIS ALBERTO
Ingeniero informático con un Máster Exécutive MBA y un Máster en Business Analytics & Big Data. Experto en aplicación de las nuevas tecnologías al proceso educativo.
Ampliar información
Su convergencia por el entusiasmo por las matemáticas, la estadística y la Tecnología (TI) le ha llevado al desafiante mundo del Big Data Science y Business Analytics. A lo largo de su carrera, ha participado activamente en el campo de la tecnología de capacitación en el sector de la educación superior. Durante los últimos quince años ha estado trabajando para el Instituto Empresa, primero como CIO en la división online y luego como Learning Technology Director de todo el grupo, desempeñando un papel importante en el desarrollo de la estrategia blended de IE. Anteriormente había trabajado para la Universidad Politécnica de Madrid, en el GATE (Departamento de Investigación dedicado a la aplicación de tecnología en educación).
CLAVEL CERRO, JOSÉ
Licenciado en informática de gestión por la Universidad Politécnica de Valencia, MBA Executive y Máster en Business Intelligence y Controlling (BIC) por la escuela de negocios Fundesem de Alicante.
Ampliar información
Profesional con más de veinte años de experiencia en posiciones tanto directivas como de gestión, relacionadas con el análisis de la información y la administración de recursos. Tiene muy desarrolladas las habilidades analíticas. Es una persona acostumbrada a trabajar en equipos multidisciplinares, y con alta orientación a resultados y al cliente. Su especialidad es la racionalización de procesos y la búsqueda de una empresa eficiente. Para ello utiliza como herramientas el sentido común, la coherencia, y su conocimiento global de todas las áreas de la compañía. Su vocación es ayudar a las empresas a tener los recursos equilibrados, para dar un excelente servicio a sus clientes y rentabilidad a los accionistas. Para ello considera que es fundamental tener plantillas profesionales e implicadas. Dentro del área específica del Business Intelligence, desarrolla proyectos desde su inicio, hasta la puesta en marcha: Enlace con la dirección para la búsqueda de KPIs, desarrollo de las herramientas de extracción de datos y carga del Datawarehouse, e implementación de la solución final mediante aplicaciones visuales como Qlikview y Power BI.
CAPTCHA
Esta pregunta se hace para comprobar que usted es una persona real e impedir el envío de spam.
Image CAPTCHA
Escriba las letras.
A lo largo de nuestros más de 25 años de vida,
más de 13.000 alumnos han confiado
en la excelencia y la calidad de la formación de ENAE Business School.
Matricúlate ahora