Fundamentos de Data Science y Big Data
El dato se ha convertido en uno de los activos más valiosos para las empresas en la actualidad. Ciertamente, la extracción de conocimiento a partir de los datos es una tarea muy valorada y demanda por las compañías. Es decir, el perfil de científico de datos está en pleno auge.
La labor de transformar los datos masivos en información valiosa se ha vuelto imperativa en los negocios debido a su potencial para dar respuesta a complicadas preguntas y ofrecer predicciones.
Por ello, cada vez más se demandan expertos en técnicas avanzadas de análisis estadístico y modernas herramientas de visualización. En este sentido, este curso sirve de trampolín para mejorar las cualidades de estos perfiles profesionales.
Sin lugar a duda, esta formación es una excelente forma de ampliar o actualizar los conocimientos en dos disciplinas en ascenso: Data Science y Big Data. Así pues, el alumno podrá dominar el análisis de datos y optimizar su desempeño en la empresa.
210€
Presencial
Descubre los módulos y conceptos clave
Cada uno de los módulos de este curso ha sido elaborado rigurosamente atendiendo a las necesidades actuales y futuras tanto de los profesionales como de las empresas.
¡Explora todas las materias que conforman este curso!
INTRODUCCIÓN A LA CIENCIA DE LOS DATOS
- El Método científico.
- Data Science vs Business Analytics vs Business Intelligence.
- Distintos análisis, distintas tecnologías.
- CRISP-DM.
ENTENDIMIENTO DEL NEGOCIO
- La importancia de conocer los procesos empresariales.
- Modelo de negocio:
- Cadena de valor.
- Identificación de variables relevantes.
- Definición de indicadores.
ENTENDIMIENTO DE LOS DATOS
- Identificación de las fuentes de datos.
- Inventario de variables.
- Diagnóstico de la calidad de los datos.
PREPARACIÓN DE LOS DATOS
- Análisis descriptivo.
- Estrategias de carga.
- Modelado de datos:
- Dimensiones y métricas.
- Maestros y hechos.
MODELADO
- Modelos descriptivos.
- Modelos predictivos.
- Clasificación.
- Regresión.
- Asociación.
EVALUACIÓN DEL MODELO
- Validación de los datos: Juego de pruebas.
PUESTA EN PRODUCCIÓN
- Confianza: pruebas con el Champion.
- Presentación: la importancia de llegar a todos los públicos.
- Loopback: entrenar infinitamente.
Descripción
En el universo del Data Science y Big Data, donde el dato se erige como protagonista, han emergido términos como Data Quality, Data-Driven Decision Making, y la monetización del dato. Estos conceptos abarcan diversos campos y poseen un valor incuestionable.
Este curso se enfoca en ambas disciplinas con el propósito de proporcionar a los alumnos una visión integral sobre cómo estas pueden transformar su rendimiento profesional en la empresa. Ignorar la gestión del dato es renunciar al éxito.
En este contexto, la formación resalta la necesidad de poseer tanto un amplio conocimiento tecnológico como una visión de negocio. Estas habilidades, conjuntamente con el manejo de datos, permitirán dirigir las decisiones hacia una mejora sustancial en el rendimiento de la compañía.
Objetivos
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.
Metodología
ENAE desarrolla una metodología activa y participativa, "Learning by doing", que alterna las exposiciones de conceptos, técnicas y métodos de análisis, con el desarrollo de casos prácticos que reflejan situaciones empresariales reales.
Con el fomento del trabajo en equipo se pretende conseguir la integración de todos los miembros y resolver de una forma más eficaz los casos planteados, mediante el intercambio de distintos puntos de vista, opiniones y experiencias. Se aprenderá de los formadores pero también de las experiencias profesionales de los compañeros.
¿Te hemos convencido?
Solicita
información
