Está en la página 1de 11

PROGRAMA CURSO

El Mundo del Big-Data


Información general del curso

PRESENTACIÓN
El curso está dirigido a profesionales de diversas disciplinas que en su trabajo deben
tomar decisiones en base datos disponibles cuyo análisis se vuelve imposible e inútil si no
se utilizan los conceptos y técnicas de big data (matemáticas, estadísticas, de diseño y de
ciencias de computación) que permiten la transformación de gigantescas cantidades de
datos en información veraz, oportuna y representativa de realidades complejas para
tomar de forma eficiente y eficaz, decisiones de alto impacto.

Ahora bien, para lograr esa eficiente transformación, los tomadores de decisiones deben
conocer y articular los diferentes elementos tecnológicos para poder instalar en sui
organizaciones dichas capacidades, o bien poder distinguir entre proveedores, aquellos
que poseen tales capacidades de quienes no.

DESCRIPCIÓN
El real mejoramiento de la eficiencia organizacional está relacionado con la
implementación de soluciones tecnológicas que permiten agilizar la toma de decisiones en
base a información cuantitativa y cualitativa relevante en tiempo real. Dicha información
proviene de una adecuada administración de grandes volúmenes de datos por minuto,
que demandan extensos y rigurosos análisis junto con métricas e indicadores cada vez
más exactos. El análisis de grandes volúmenes de datos permite extraer tendencias y
patrones complejos de información, con enormes implicancias estratégicas, permitiendo
predecir mejor y transformando la forma en la que se hacen hoy en día los negocios. Este
curso revisa la evolución de la ciencia de datos conocida como big data y además explora,
expone y compara diferentes tecnologías para permitir al alumno escoger aquella
combinación más adecuada para la necesidad de su actividad, negocio u organización.

DIRIGIDO A/PÚBLICO OBJETIVO


Personas que están a cargo de tomar decisiones y que observan potenciales beneficios en
el uso de tecnologías relacionadas a Big Data, quienes buscan incrementar
significativamente las ventajas competitivas en su organización. En particular, el
diplomado está orientado a un amplio rango de profesionales en áreas de gestión,
finanzas, comercial, marketing en múltiples sectores desde salud hasta banca.

|1
REQUISITOS DE INGRESO
Profesional universitario, licenciado o egresado de instituto profesional con dominio
básico de Excel y manejo de internet a nivel usuario.

OBJETIVO GENERAL
1. Conocer las fuerzas detrás del surgimiento del Big Data.
2. Distinguir las distintas facetas y los desafíos asociados a la administración de
grandes datos para la toma de decisiones más focalizadas y eficientes en sistemas
sociales y comerciales complejos.
3. Estructurar el proceso de transformación digital para lograr una organización basada
en datos

RESULTADOS DE APRENDIZAJE

Al finalizar este curso los/las estudiantes debieran ser capaces de:

1. Comprender los orígenes, tecnologías, protocolos, arquitectura de funcionamiento y


cambios sociológicos asociados al Big Data junto con su potencial.
2. Identificar las variables claves que definen lo que llamamos Big Data.
3. Identificar algunas de las herramientas computacionales y su arquitectura para
enfrentar los desafíos del Big Data.
4. Aplicar herramientas para la implementación de la estrategia de Big Data de forma
eficiente, generando aprendizajes y valoración de los datos al interior de la
organización.

|2
Estructura general del curso

▪ El curso consta de 4 clases e-learning que son publicadas cada dos semanas y una clase
en vivo de carácter obligatorio que se realiza a mediados del bimestre.

▪ En cada clase e-learning se desplegarán los contenidos a estudiar de manera
obligatoria, lecturas complementarias para profundizar el estudio en otros tópicos
relacionados de interés, el control y foro evaluado respectivo de la clase. (Revisar con
detención Rúbrica de Foros Evaluados).
▪ Un eje central del curso es el trabajo grupal (Revisar el enunciado de este con detalle).
▪ Los grupos de trabajo deben ser estructurados e inscritos durante la primera semana
del curso, solamente un integrante del grupo debe inscribir el grupo en plataforma.
Para más información sobre la formación de grupos referirse al tutorial de la web.
▪ Una vez que el alumno forme parte de un equipo se espera de él máxima
colaboración, trabajo y responsabilidad con los demás compañeros. (Revisar
información sobre política disclaimer de grupos de trabajos)
▪ Al finalizar el curso el alumno deberá rendir un examen en donde se evaluará todo el
contenido estudiado a lo largo del curso.

|3
Objetivos y Contenidos

Modulo Objetivo por Contenido por Módulo Hitos


Módulo
Inicio Revisar en detalle ▪ Programa del curso ▪ Formación de
la estructura del ▪ Calendario equipo de trabajo
curso, sus en plataforma
evaluaciones y
(Presentarse en
fechas relevantes
Foro Coffee
Break)

Clase 1: Entender qué es ▪ Origen y desafíos del Big-Data


Big Data y la ▪ Big Data visto como el resultado ▪ Preparación de
Conceptos lógica subyacente de muchos vectores proyecto grupal
básicos y lógica ▪ ¿Cuál es la lógica de Big Data? ▪ Participación Foro
del Big Data. ▪ Caso: Watson analytics
1
▪ Realizar Control 1
&2

Clase 2: Definir cualidades ▪ Volumen: crecimiento


claves de Big Data exponencial de los datos, ▪ Preparación de
La cuatro V's y su impacto en la incorporación de nuevas proyecto grupal
del Big-Data lógica de esta. tecnologías de almacenamiento ▪ Participación Foro
▪ Velocidad: procesamiento
2
distribuido, como administrar
sistemas de forma eficiente Realizar Control 3
▪ Variedad: datos estructurados, &4
semi-estructurados y no
estructurados
▪ Veracidad: confiabilidad y
robustez
▪ La Quinta V: Valor de los datos

|4
Clase 3: Entender el
ecosistema Big ▪ Preparación de
Estrategias del Data y los ▪ Entender aspectos estratégicos proyecto grupal
Big-Data esquemas de asociados al Big Data
▪ Participación Foro
estrategias de ▪ Identificación de oportunidades
de agregación de valor por datos 3
transformación
de una empresa a ▪ Etapas de la transformación ▪ Realizar Control 5
una cultura de digital para lograr una &6
datos. organización basada en datos

Clase 4: Conocer ▪ Entrega de


herramientas proyecto grupal
Infraestructura disponibles para ▪ Tecnologías “Big Data”: Map
▪ Participación Foro
del Big-Data tener una buena Reduce, Hadoop, Cloud
computing 4
infraestructura de
▪ Funcionamiento de plataformas ▪ Realizar Control 7
datos.
computacionales de Big Data &8
▪ Enfoques top-down y bottom-up
para la arquitectura de sistemas
informáticos en el contexto de
Big Data
▪ Transición y cohabitación de
DW, BI (Business Intelligence y
Big Data)

|5
Evaluación

Este curso presenta la siguiente estructura de actividades evaluadas:

▪ Foros evaluados: En cada uno de los 4 módulos existirá un foro, cada uno tiene una
duración de dos semanas exactas (revisar rúbrica e instrucciones de foros en detalle)
▪ Controles web: En cada uno de los 4 módulos el alumno deberá contestar 2 controles
que medirán su nivel de aprendizaje a través de cuestionarios, con preguntas de
opción múltiple.
▪ Proyecto grupal: De forma transversal al curso los alumnos tendrán que abordar un
proyecto grupal. (revisar el enunciado del proyecto para más detalles)
▪ Examen final: Al término del curso, los alumnos deberán rendir un examen final donde
se evaluarán los conocimientos aprendidos a lo largo del curso (se evalúa todo el
contenido web).

En resumen, el alumno del curso tendrá que rendir 8 controles, participar de 4 foros
evaluados, trabajar el proyecto de consultoría y rendir un examen final. Al finalizar el
curso se eliminarán las 2 peores notas de controles y la peor nota de los 4 foros para
cubrir posibles eventos de fuerza mayor.

Evaluación Ponderación respectiva


▪ 8 controles, 2 por módulo 15%

▪ 4 foros Evaluados 20%

▪ 1 proyecto de consultoría grupal 25%

▪ 1 examen final 40%

▪ Total 100%

Importante: Es requisito de aprobación del curso: Participar en todas las clases del curso
online y obtener una nota final igual o superior a 4.0.

|6
BIBLIOGRAFÍA
o Fan, J., Han, F., Liu, H. (2014) Challenges of Big Data analysis. Natl. Sci. Rev. 1: 293–
314.
o Han, J., Kamber, M., Pei, J. (2011). Data Mining: Concepts and Technique, Third
Edition. The Morgan Kaufmann Series.
o Knell, R. (2013) Introductory R: A Beginner's Guide to Data Visualisation, Statistical
Analysis and Programming in R, Kindle Edition
o Parra, D., & Sahebi, S. (2013). Recommender systems: Sources of knowledge and
evaluation metrics. In Advanced Techniques in Web Intelligence-2 (pp. 149-175).
Springer Berlin Heidelberg.
o Perer, A, Wang, F., Hu, J. (2015) Mining and exploring care pathways from electronic
medical records with visual analytics. Journal of Biomedical Informatics, Volume 56,
issue C, pages 369-378
o Pichara, K.; Soto, A.; and Araneda, A. . (2008) Detection of Anomalies in Large
Datasets Using an Active Learning Scheme Based on Dirichlet
Distributions. In IBERAMIA, volume 5290, of Lecture Notes in Computer Science,
pages 163-172,
o Vardeman, S. (1994) Statistics for Engineering Problem Solving. PWS Publishing Co.
o Wang, L., Wang, G., Alexander, C. (2015). Big Data and Visualization: Methods,
Challenges and Technology Progress. Digital Tecnologies Vol 1, No 1- pp33-38.

|7
Contactos

• Para consultas técnicas (soporte técnico) o administrativas los alumnos pueden


contactarse con la clase ejecutiva escribiendo a alumnosuc@claseejecutiva.cl.
• Cualquier otra consulta propiamente académica o de la materia del curso de
Publicidad debe dirigirse al Foro de Consultas académicas en plataforma

Información del profesor

CARLOS JEREZ

Ingeniero Civil de Industrias UC, M.Sc. UC, MSc. y Ph.D. en Matemáticas Aplicadas de la
Ecole Polytechnique de Francia. Profesor Asociado Ingeniería Eléctrica y director del
Programa de Ingeniería Matemática y Computacional de la Escuela de Ingeniería UC.

|8
Requisitos tecnológicos

Conexión a Internet

Para un óptimo uso de la plataforma Moodle Clase Ejecutiva es requisito contar con una
conexión estable banda ancha de al menos 4 megas. Se recomienda el acceso a través de
un computador de escritorio o laptop por sobre el acceso a través de celulares
smartphone para efectos de rendir evaluaciones en plataforma.

Sistemas Operativos

La plataforma Moodle Clase Ejecutiva opera sobre cualquier navegador web moderno, a
su vez estos funcionan en múltiples sistemas operativos. En particular se recomienda
utilizar:

▪ Entorno Microsoft: Sistema operativo Windows 8 o superior

▪ Entorno Apple: Sistema Operativo Mac OS / OSX versión 10.10 o superior

|9
Navegadores Web

Para acceder a la plataforma Moodle Clase Ejecutiva se sugiere utilizar los siguientes 3
navegadores dependiendo de la plataforma de trabajo:

Mozilla Firefox (PC / MAC) https://www.mozilla.org/es-CL/firefox/new/

Google Chrome (PC / MAC) https://www.google.com/intl/es/chrome/

Safari (MAC) http://www.apple.com/safari/

Equipo de Trabajo
Características genéricas

Para un óptimo desempeño en los cursos de la Clase Ejecutiva recomendamos:


▪ PC o Notebook con procesador Intel Core i5 o superior
▪ Espacio libre de 5 gigas en disco duro para almacenamiento de documentos
▪ Para sistemas operativos superiores a Windows 10 o Mac OS 10.11 recomendamos
contar con memoria RAM de 4GB o mayor capacidad.

Aplicaciones complementarias

Si bien toda la plataforma Moodle Clase Ejecutiva se ejecuta en el navegador web se recomienda
descargar e instalar las siguientes aplicaciones:

▪ Lectura de documentos PDF: Sistema Adobe Reader: http://get.adobe.com/es/reader/


▪ Render Gráficos: Adobe Flash Player: http://get.adobe.com/es/flashplayer/
▪ Render Gráficos Java: http://www.java.com/es/download/
▪ Procesador de Textos Gratis: Libre Office: https://es.libreoffice.org

|10