El dato se ha convertido en uno de los activos más valiosos en muchas empresas. Alrededor de los mismos han surgido términos como Calidad del dato (Data Quality), Orientación al dato (Data-driven), Toma de decisiones basada en el dato (Data-driven decisión making process), e incluso existen ya empresas dónde la Monetización del dato, es decir, el empleo de los datos como activo directo para la generación de ingresos. En este sentido, en algunos países existe ya el grado de Científico de datos (Data Scientist), cuyo trabajo consiste en extraer conocimiento a partir de los datos y dar respuesta a complicadas preguntas y predicciones basándose en técnicas avanzadas de análisis estadístico y modernas herramientas de visualización. Es un científico que debe contar además con conocimientos de tecnología y una fuerte componente de visión del negocio. Esta Ciencia de los datos debe usar no solo los datos internos, sino todo el potencial del Big Data para encauzar la toma de decisiones hacia una mejora del rendimiento de la compañía.
El dato se ha convertido en uno de los activos más valiosos en muchas empresas. Alrededor de los mismos han surgido términos como Calidad del dato (Data Quality), Orientación al dato (Data-driven), Toma de decisiones basada en el dato (Data-driven decisión making process), e incluso existen ya empresas dónde la Monetización del dato, es decir, el empleo de los datos como activo directo para la generación de ingresos.
En este sentido, en algunos países existe ya el grado de Científico de datos (Data Scientist), cuyo trabajo consiste en extraer conocimiento a partir de los datos y dar respuesta a complicadas preguntas y predicciones basándose en técnicas avanzadas de análisis estadístico y modernas herramientas de visualización. Es un científico que debe contar además con conocimientos de tecnología y una fuerte componente de visión del negocio.
Esta Ciencia de los datos debe usar no solo los datos internos, sino todo el potencial del Big Data para encauzar la toma de decisiones hacia una mejora del rendimiento de la compañía.
Duración: El curso tiene una duración de 20 horas lectivas.
Horario: El curso se impartirá los miércoles y jueves de 16:30 h. a 21:30 h.
SEDE:
Edificio ENAE. Campus Universitario de Espinardo 30100 Espinardo Murcia.
Tras la realización del curso el participante será capaz de:
1. Introducir al alumno en el método científico aplicado al análisis de datos.
2. Desarrollar una metodología para llevar acabo el análisis de los datos.
3. Entender la utilidad de los próximos módulos del máster, donde encajan cada una de las tecnologías que se van a estudiar y cuál es su propósito.
4. Saber aplicar la metodología a los procesos de negocio.
Este curso se centra en la aplicación del método científico a la explotación y análisis de datos en cualquier proceso de negocio, para extraer verdadero provecho de ellas.
El Método Científico.
Data Science vs Business Analytics vs Business Intelligence.
Distintos análisis, distintas tecnologías.
CRISP-DM.
La importancia de conocer los procesos empresariales.
Modelo de Negocio.
Cadena de Valor.
Identificación de Variables Relevantes.
Definición de Indicadores.
Identificación de las Fuentes de Datos.
Inventario de Variables.
Diagnóstico de la calidad de los datos.
Análisis descriptivo.
Estrategias de carga.
Modelado de datos:
Dimensiones y Métricas.
Maestros y Hechos.
Modelos Descriptivos.
Modelos Predictivos.
Clasificación.
Regresión.
Asociación.
Validación de los Datos: Juego de Pruebas.
Confianza : Pruebas con el Champion.
Presentación: La importancia de llegar a todos los públicos.
Loopback: entrenar infinitamente.