LEARNING PATHS IN DATA & ANALYTICS

Programas
Integrales Programa Integral en BigData & Analytics

GENERAR VALOR EN LAS Publico Competencias Beneficios

Profesionales en general que desean
ORGANIZACIONES ATRAVÉS Web especializarse en las tecnologías Mobile
de Cloud
Conocer el uso de las tecnologías Hadoop
Plana docente de amplia trayectoria,
tradicionales y modernas para la practica nacionales e internacionales
DEL USO RACIONAL Y Development Bigdata y Analytics.
Development del BI y Analytics. Administration Development
Metodología de aprendizaje
AUTOMATIZADO DE LOS Analistas de productos, riesgos, cobranzas
Módulos
DATOS
de y comercial, con Inquietud de explotación
Entender los patrones y Arquitecturas
para diseñar soluciones empresarial en
constructivista y basado en aplicaciones
practicas
y análisis de datos.
Especialización
Dar una visión ejecutiva, integral y BigData
Laboratorio académico equipado con
articulada de las tecnologías de datos, Ingenieros, Estadísticos, Sistemas e
para que las organizaciones puedan Real Time Hadoop
Industriales. Economistas, Analytics for
Comprender la importancia de la practica tecnología de punta
desplegar una arquitectura que soporte Administradores, Informáticos, que
analitica en las organizaciones. Machine Learning
Plataforma virtual para sofisticar la
Development
eficientemente la practica analítica Administration
Comprender los conceptosBusiness
deseen desarrollarse en la Ciencia de de Big Data y interacción con los participantes
escalable. Datos. Advanced Analytics en un marco de
agilidad e integración continua

Plana Docente
Credit Scoring for Sistemas de Arquitectura
Workshops
Banking Recomendaciones Empresarial de Datos
 Programa Integral en BigData & Analytics

Business Advanced Bigdata Agile Workshops

Intelligence Analytics Tecnologies Data (26 Horas Académicas)
(33 Horas Académicas) (33 Horas Académicas) (33 Horas Académicas) (26 Horas Académicas)
) SCRUM Data
DataWareHouse Business Analytics Big Data Fundamentals Credit Scoring for Bank
SQL Essentials R Essentials Python Essentials DataOps
Data Modeling Modeling Process Tecnologías Cloud y OnP Data Transformations
Data Engineering Deploy and Monitoring Storage technologies

Data Visualization Machine Learning Intro Batch/RealTime Process

 Programa Integral en BigData & Analytics
Business Advanced
Intelligence Analytics
I. DataWareHouse
• Antecedentes, Beneficios y Estrategia
• Business Intelligence Maturity Model
• Arquitectura DWH
• Data Governance / Data Quality
II. SQL Essentials
• Herramientas de consultas SQL
• Sintaxis y semántica de sentencias SQL
• Creación de objetos y modificación de datos
• Consultas agregadas enfocadas en grandes
volúmenes de datos y análisis de negocio
III.Data Modeling
• Importancia del modelamiento de datos en las
soluciones de Business Intelligence
• Identificar procesos de negocio
• Arquitectura deRalphKimball /Bill Inmon
• Normalización y desnormalización de modelos
lógicos.
• Modelado Dimensional y Jerarquías (Star vs
Bigdata Agile
Workshops
Tecnologies Data
Snowflake). • Conexión y análisis de datos
• Modelado para base de datos Analíticas • Generación de vistas, DashBoards interactivos y
• Modelamiento y Análisis de datos utilizando publicación en la web
Power Pivot • Generación de gráficos y cálculos aritméticos,
IV.Data Engineering agregaciones para crear dashboard innovadores
• Administración de SQL Server. • Crear y compartir DashBoard utilizando Power BI
• Planificación del proceso ETL VI.Taller Integrador
• Identificando las fuentes de información. • Implementación de un Datamart de Ventas
• Diseño del flujo de datos y controles para la VII.Evaluación del Modulo
calidad de información. • Implementación de los tableros de un Datamart
• Implementación de procesos ETL con SQL Server de Ventas
Integration Services.
• Programar la ejecución de paquetes.
• Creación de Base de datos Multidimensional con
SQL Server Analysis Services.
• Introducción a la explotación de datos con
SQLServer Reporting Services.
V. Data Visualizations
• Gestión de requerimiento de explotación de
información
 Programa Integral en BigData & Analytics

Business Advanced Bigdata Agile

Workshops
Intelligence Analytics Tecnologies Data
I. Business Analytics • Validación de Modelos
• Fundamentos de Data Analytics • Integración a la Gestión
• Modelos y su Ciclo de Vida • Técnicas de Segmentación y Asociación
• Aplicaciones en casos reales IV.Deploy and Monitoring
• Data Science Tool Box • Export e Import de modelos.
• Metodología para la construcción de modelos • Implementación batch en Shiny
II. R Essentials • Seguimiento de modelos
• Importancia • KPIs de performance
• Configuración de ambiente • Calibración de Modelos
• R como Calculadora y Lenguaje de programación V. Machine Learning Intro
• Gestión de paquetes • Fundamamentos de IA
• Ecosistema de herramientas R • Principales Algoritmos y herramientas
III.Modeling Process • Estrategia de uso
• Entendimiento del Negocio VI.Taller Integrador
• Análisis Exploratorio de Datos • Análisis de un modelo de fuga de clientes
• Segmentación VII.Evaluación del Modulo
• Tratamiento de Datos • Implementar las mejoras al modelo del fuga de clientes.
• Modelamiento Clasificación / Regresión
 Programa Integral en BigData & Analytics

Business Advanced Bigdata Agile

Workshops
Intelligence Analytics Tecnologies Data
I. Big Data Fundamentals IV.Storage Technologies
• Big Data Conceptos y Terminología • Hadoop
• Escenarios de Big Data • Hbase
• Drivers para la adopción • Cassandra
• Concepto de DataLake V. Batch Process
• Patrones de Diseño • Spark Core
• Principales lineamientos • Spark SQL
II. Python Essentials • Hive
• Importancia • Impala
• Configuración de ambiente VI.Real Time Process
• Fundamentos del Lenguaje • Kafka
• Ecosistema de herramientas • Storm
• Análisis de nuevas fuentes • Spark Streaming
III.Tecnologías Cloud y Onpremise VII.Taller Integrador
• Azure DL • Diseño de la arquitectura de una solución Big Data
• AWS VIII.Evaluación del Modulo
• Google Cloud Dataproc • Test de arquitectura
• On Premise
 Programa Integral en BigData & Analytics

Business Advanced Bigdata Agile

Workshops
Intelligence Analytics Tecnologies Data
I. SRUM Fundamentals
• Gestión tradicional de proyectos IV.Taller Integrador
• Introducción a los principios de LEAN y Desing Thinking • Elaboración del Plan del proyecto
• Framework SCRUM for Analytics V. Evaluación del Modulo
• Historias de usuarios – Product Vision Board • Test conceptual
• Técnicas de estimación: Planning Poker
• Gestión de tableros digitales para seguimiento de proyectos
• Talleres y dinámicas grupales para descubrimiento del producto
II. DataOps
• Importancia y roles
• Introducción Integración continua – DEVOPS:
• Plataforma GITHUB y Sistema de Control de Versiones GIT
III.Data Transformations
• Agile fundamentos
• Organización
• Roles