Diplomado en Analítica de Datos y Big Data

Diplomado en analitica de datos 3

Diplomado en

Diplomado en Analítica de Datos y Big Data

El diplomado en Big Data y analítica de datos, está orientado a fortalecer los conocimientos, prácticas y aplicaciones en el tratamiento, procesamiento y analítica de datos en los diferentes campos del conocimiento para la toma de decisiones.

El tratamiento y análisis de datos masivos se conoce como Big Data y es una de las claves fundamentales para la gestión eficaz en las empresas.

Las tecnologías Big Data se emplean actualmente en la mayoría de las áreas o disciplinas y en distintos sectores que van desde la salud hasta el sector industrial. La creciente generación de datos digitales obtenidos como resultado de las aplicaciones móviles, las redes sociales y los procesos relacionados con el internet de las cosas, constituyen una ventana para la extracción de conocimiento de manera eficiente, expedita y accesible.

Adicionalmente a la aplicación de las tecnologías Big Data, se ha confirmado con resultados cuantificables la eficiencia que aporta la ciencia de datos para la toma de decisiones orientadas a optimizar la rentabilidad de las empresas, acrecentar el retorno de la inversión, consolidar el posicionamiento de los productos, perfeccionar la experiencia del usuario, responder a iniciativas regulatorias y proveer productos y servicios conforme con los requerimientos, costumbres y perfiles de los diversos clientes o usuarios en general.

  • Modalidad Virtual
  • Jornada Diurna/Nocturna
  • Duración 120 horas

Diplomado en Analítica de Datos y Big Data

Aplica únicamente para la comunidad UMNG

Objetivo

 

  • Brindar conocimiento de los fundamentos y potencialidades que proporciona las tecnologías Big Data en la gestión y manejo de grandes volúmenes de datos de tipo estructurado, semiestructurado y no estructurado.
  • Comprender la utilidad y ventajas de las soluciones de Big Data generadas mediante las distintas aplicaciones y software para el tratamiento y análisis de datos que redunden en la generación de conocimiento.
  • Proporcionar a los participantes métodos y herramientas apropiadas para el procesamiento y análisis de datos que genere información útil para la toma de decisiones a nivel organizacional.

Competencias

Al finalizar el curso el estudiante deberá estar en capacidad de:

  1. Identificar los conceptos básicos de Big Data y su potencial de aplicación.

  2. Aplicar las herramientas requeridas para el procesamiento de datos.

  3. Emplear los métodos apropiados para el análisis de datos.

  4. Interpretar la información generada del análisis de datos para la toma de decisiones.

  5. Realizar procesos de gestión basado en la toma de decisiones.

  6. Explorar diversas aplicaciones y software para la extracción, tratamiento, visualización y análisis de datos para la toma de decisiones

Dirigido a

Toda persona interesada en adquirir habilidad en el manejo avanzado de datos y su respectivo análisis.

Criterios de evaluación

El estudiante debe demostrar competencias en el manejo de cada herramienta con el desarrollo de los talleres y guías de trabajos de las clases y los trabajos que se le soliciten.

Adicionalmente, debe asistir mínimo al 80% de las horas de clase programadas.

La evaluación mide el:

  • Desarrollo Cognitivo (conocimiento)
  • Desarrollo de Habilidades (operativo)


Al finalizar el diplomado, se entregará una certificación de asistencia y aprobación.

Estrategia metodológica

Para el logro de los objetivos planteados, el programa del diplomado contempla:
Para el desarrollo de las clases:

  • Exposición de conceptos por parte del profesor.
  • Guías y talleres de soporte aplicados.
  • Desarrollo de ejercicios prácticos en el computador dirigidos por el docente.
  • Trabajo de retroalimentación yexploración para realizar fuera de clase.
  • Ayudas didácticas
  • Computadores personales.
  • Talleres de ejercicios.
  • Software RStudio, Power BI yKnime.
  • Aula virtual

Diplomado en Analítica de Datos y Big Data

Contenido

5 modulos

Módulo 1 Fundamentos de Big Data y sistema de almacenamiento de datos

Definición y generalidades

Tipos de datos

Calidad de los datos

Gestión de los datos

Generación de datos

Adquisición de datos

Almacenamiento

Análisis de los datos

Tecnologías de los Big Data

Hadoop

Hadoop Distributed File System (HDFS)

MapReduce

Hadoop Ecosystem

Plataformas de Big Data en la Nube

Las nuevas BBDD

Características de las BBDD NoSQL

Tipos de Bases de Datos NoSQL

Bases de datos Clave Valor

Bases de datos documentales

Bases de datos en grafo

Bases de datos orientada a objetos

Bases de datos orientadas en columna

Modelo híbrido

Comparación principal BBDD NoSQL

Ejemplos de bases de datos NoSQL

Hbase

DynamoBD

MongoBD

Casandra

Redis

Módulo 2 Diseño de un proyecto Big Data y casos de uso

Metodología PMBOK

Etapas en el diseño de un proyecto Big Data

Gestión del proyecto y seguimiento

Reelección de OBMA en 2012

Amazon y sus empleados

Wall-Mart

Usos de Big Data

Módulo 3 Ciencia de datos

Naturaleza de los datos masivos

Fuentes de generación de datos masivos

Dificultades computacionales

Visualización de datos masivos

Gráficas

Coordenadas paralelas

Gráficas interactivas

Proyecciones

Métodos de clasificación de datos

Análisis discriminante

Algoritmo de k- vecinos más cercanos

Modelos de regresión

Redes bayesianas

Árboles de decisión

Técnicas de Machine Learning

Métodos kernel

Máquinas de soporte vectorial

Algoritmo EM

Modelo de mezclas gaussianas

Redes neuronales

Módulo 4 Análisis estadístico - Software R y RStudio

Introducción

Características de R y RStudio

Operaciones en R

Tipos de Datos

Carga de datos estructurados

Carga de datos no estructurados

Análisis de datos

Distribuciones de frecuencia

Herramientas de visualización de datos

Análisis descriptivo de datos

Principios de estadística inferencial

Análisis gráfico

Manipulación de texto

Web scraping

Manipulación básica de texto

JSOM y XML

Representación gráfica

Estadística y ciencia de datos con R

Árboles de decisión

Igualdad de medias

Modelos de regresión

Clústering con k – medias

Módulo 5 Aplicación del software Knime Power BI

Introducción a Knime Power BI

Entorno de Knime Power BI

Repositorio de nodos

Acciones básicas

Construcción de un flujo de datos

Acceso a datos

Leer datos de archivos

Carga de bases de datos

Servicios en línea

Otras fuentes de datos

ETL y manipulación de datos

Filtrado de filas y columnas

Trabajo y concatenación

Transformación: conversión, reemplazo, estandarización

Preparación de datos para análisis

Exportar datos

Escribir en un archivo

Generar informes

Análisis y visualización de datos

Histogramas

Datos paralelos

Matriz de puntos

Gráfico lineal

Análisis predictivo

Conceptos básicos de minería de datos

Regresiones

Elaboración del modelo (Clúster y árboles de decisión)

Evaluación del modelo

Control de flujo

Parametrización del flujo de trabajo: Variables de flujo

Ejecución de partes del flujo: Bucles

Limpiar el flujo de trabajo

Diplomado en Analítica de Datos y Big Data

Costos y Matrícula

Incripción
$ 81000
Institucional
$ 2996000
Particulares
$ 3403000
Banner oferta academica Deptec 1 1 1 1

Analítica de Datos y Big Data

Formulario de Contacto

Este campo es un campo de validación y debe quedar sin cambios.

Esta información llegará automáticamente al programa Diplomado en Analítica de Datos y Big Data. Este formulario está diseñado exclusivamente para aspirantes, con el fin de generar un contacto inicial y brindarte la guía necesaria en tu proceso de admisión.

¿Buscas otra dependencia? Si deseas comunicarte con otra sección de la universidad, por favor ingresa a su respectivo espacio en la página web institucional y escribe directamente al correo electrónico de contacto allí descrito.

¿Tienes dudas sobre el ingreso, costos o beneficios económicos? Consulta estas guías:
Nombre(Obligatorio)
Correo electrónico(Obligatorio)
¿Por dónde prefieres te contactemos?
¿En qué jornada prefieres te contactemos?

Analítica de Datos y Big Data

Solicita más información

Departamento de Tecnologías del Conocimiento

 

PBX: 650 0000 – Extensiones:

Bogotá, Villa Académica: 1220-1221-1222

Bogotá, Facultad de Medicina: 2127

Cajicá, Campus: 3042

 

e-mail: 

tecnologias.conocimiento@unimilitar.edu.co

tecnologias.conocimientocampus@unimilitar.edu.co

 

 

Zona Estudiantes​

Tablero de Anuncios

¿Te fue útil esta información?

×