Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NIVEL DE
COMPLEMENTARIA VIRTUAL
FORMACIÓN:
Para el año 2022 se estima que más del 50% de los negocios globales surjan a partir de los datos
(Castellote E. (2019). Es por ello que, para el 88% de los directivos, la inversión en big data e
inteligencia artificial es ya una de las mayores prioridades en sus organizaciones(Big Data and AI
Executive Survey 2019).
Estas cifras nos llevan a reflexionar y entender como en el mundo cada vez se producen y
almacenan más y más datos. En la actualidad es imprescindible el uso de la tecnología en todos
los procesos desarrollados al interior de las organizaciones.
Gracias a los procesos de transformación digital y tendencias tecnológicas como la industria 4.0,
las empresas, además de mantenerse en el mercado, buscan ser cada vez más competitivas y
deben integrar a su recurso humano, profesionales con capacidades de análisis y aprovechamiento
de datos masivos.
En este aspecto el análisis de los datos es una herramienta muy poderosa que permite a las
gerencias de las organizaciones tener acceso a información de valor que se convierte en el insumo
más importante para la toma de decisiones.
La prospectiva tecnológica 2016-2025, con base en pronósticos de Gartner e IBM, compara
pronósticos de otras reconocidas firmas de analistas como Markess International, Ovum y Pew
Research Center, determinando con la hipérbole de Gartner, que la analítica de datos, será el
precursor de máquinas inteligentes avanzadas que irán más allá de los protocolos tradicionales de
JUSTIFICACIÓN: computación capaces de percibir y aprender por sí solas [FEDESOFT 2015].
En este sentido, el SENA ofrece el programa de formación complementaria en análisis exploratorio
de datos, con el objetivo de brindar una formación que permita adquirir habilidades y destrezas en
técnicas de análisis y exploración de datos utilizando para este proceso el lenguaje de
programación python, de tal manera que los aprendices en esta área contribuyan al sector
Conocimientos en:
Preferiblemente conocimientos en lógica de programación y algoritmia básica (estructura general
de un algoritmo, variables, constantes, estructuras condicionales, estructuras repetitivas).
Recomendable tener conocimientos básicos en estadística como: Población, muestra, individuo,
muestreo, valor, dato, máximo, mínimo, promedio, varianza.
Recomendable haber realizado previamente el programa Variables y Estructuras de Control en
Python.
REQUISITOS DE Competencias en solución de problemas con algoritmia y lógica de programación.
INGRESO: Académicos:
Grado 9 aprobado
Requisito adicional: Superar prueba de aptitud, motivación, interés y competencias
mínimas de ingreso
Requisito de ley: Edad mínima definida en la ley (14 años).
DESCRIPCIÓN:
Experiencia
laboral y/o
especialización
-Formular, ejecutar y evaluar proyectos.
Competencias-Trabajar en equipo.
mínimas -Establecer procesos comunicativos asertivos.
-Manejar herramientas informáticas asociadas al área objeto de la formación.
Centrada en la construcción de autonomía para garantizar la calidad de la formación en el marco de la
formación por competencias, el aprendizaje por proyectos y el uso de técnicas didácticas activas que
estimulan el pensamiento para la resolución de problemas simulados y reales; soportadas en el
utilización de las tecnologías de la información y la comunicación, integradas, en ambientes abiertos y
pluritecnológicos, que en todo caso recrean el contexto productivo y vinculan al aprendiz con la realidad
ESTRATEGIA cotidiana y el desarrollo de las competencias.
METODOLÓGICA Igualmente, debe estimular de manera permanente la autocrítica y la reflexión del aprendiz sobre el
que hacer y los resultados de aprendizaje que logra a través de la vinculación activa de las cuatro
fuentes de información para la construcción de conocimiento:
-El instructor - Tutor
-El entorno
-Las TIC
-El trabajo colaborativo
RA2: ORGANIZAR, PREPARAR Y VISUALIZAR DATOS QUE DEN RESPUESTA A LAS PREGUNTAS
DEFINIDAS PARA EL ANÁLISIS.
3. CONOCIMIENTOS
3.1. CONOCIMIENTOS DE CONCEPTOS Y PRINCIPIOS
RA1.
ENTENDER EL NEGOCIO: COMPRENDER LA MISIÓN, VISIÓN Y METAS EMPRESARIALES, ESTABLECIMIENTO DE
OBJETIVOS A CORTO, MEDIANO Y LARGO PLAZO, PROYECCIÓN Y ANÁLISIS DE EXPANSIÓN Y CRECIMIENTO
FUTURO.
DATOS: FUENTES DE DATOS E INFORMACIÓN, EXPLORACIÓN DE LA ESTRUCTURA DE LOS DATOS.
PREPARAR LA DATA: PREPARACIÓN DE DATOS, DETECTAR ERRORES Y DATOS FALTANTES, IDENTIFICACIÓN
DE LAS VARIABLES MÁS IMPORTANTES, DEFINIR LAS PREGUNTAS BÁSICAS, VERIFICAR SI LOS VALORES DE
LAS VARIABLES ESTÁN EN LA ESCALA CORRECTA, ENTENDER LA DATA.
INTRODUCCIÓN AL ANÁLISIS EXPLORATORIO DE DATOS: ESTADÍSTICA DESCRIPTIVA Y ESTADÍSTICA
INFERENCIAL, POBLACIÓN Y MUESTRA, CARÁCTER, VARIABLE Y ATRIBUTO, LA MEDIDA, ESCALAS DE MEDIDA
Y CLASIFICACIÓN DE VARIABLES.
RA2.
MÉTODOS PARA HACER ANÁLISIS EXPLORATORIO DE DATOS: DATOS UNIVARIABLES, DATOS BIVARIADOS,
DATOS MULTIVARIABLES.
ESTRUCTURAS DE DATOS: SERIES Y DATAFRAMES, DATASET, ORDENAMIENTO DE DATOS, INDEXACIÓN Y
RECUPERACIÓN.
HERRAMIENTAS TECNOLÓGICAS PARA EL ANÁLISIS Y VISUALIZACIÓN DE DATOS: PYTHON, LIBRERÍAS
(PANDAS, NUMPY, MATPLOTLIB, SKLEARN, ENTRE OTRAS), IDE GOOGLE COLABORATE, JUPYTER, SPYDER,
PYCHARM, ANACONDA, ORANGE.
VISUALIZACIÓN BÁSICA DE DATOS: GRÁFICOS DE BARRA, GRÁFICOS DE COLUMNA, HISTOGRAMAS
RA3.
EVALUACIÓN DE RESULTADOS: EVALUACIÓN DEL RESULTADO, COMPROBAR EL RESULTADO OBTENIDO
FRENTE A LOS OBJETIVOS DEL NEGOCIO.
VALIDACIÓN PREGUNTAS DE ANÁLISIS: COMPROBACIÓN DEL RESULTADO DEL MODELO FRENTE A LAS
PREGUNTAS DE ANÁLISIS PROPUESTAS, ACEPTACIÓN O PROPUESTA DE NUEVOS INTERROGANTES.
3.2. CONOCIMIENTOS DE PROCESO
RA1:
RECOPILAR INFORMACIÓN ACERCA DE LA SITUACIÓN ACTUAL DE LA EMPRESA O NEGOCIO OBJETO DE
ESTUDIO.
IDENTIFICAR LOS OBJETIVOS DE NEGOCIO DE LA EMPRESA U ORGANIZACIÓN OBJETO DE ANÁLISIS.
IDENTIFICAR FUENTES DE DATOS.
PREPARAR LOS DATOS PARA SU ANÁLISIS EN BUSCA DE ERRORES Y DATOS FALTANTES.
DEFINIR LAS PREGUNTAS OBJETO DE ANÁLISIS.
DETERMINAR LA POBLACIÓN, MUESTRA, VARIABLES Y DEMÁS COMPONENTES ESTADÍSTICOS REQUERIDOS
PARA EL ANÁLISIS DE DATOS.
RA2:
DEFINIR EL MÉTODO PARA HACER EL ANÁLISIS EXPLORATORIO DE LOS DATOS.
PREPARAR LOS DATOS RECOPILADOS DE DIFERENTES FUENTES ORDENANDO E INDEXANDO LOS DATOS.
PREPARAR EL DATASET O BASE DE DATOS A SER ANALIZADA.
DETERMINAR LAS VARIABLES OBJETO DE ANÁLISIS.
RA3:
EVALUAR EL MODELO CONSTRUIDO
COMPROBAR EL RESULTADO DEL MODELO VS LOS OBJETIVOS DE LA ORGANIZACIÓN MODELO DE MEJORA
CONTINUA.
VERIFICAR SI EL RESULTADO DEL MODELO DE ANÁLISIS DA RESPUESTA A LAS PREGUNTAS DE ANÁLISIS
PLANTEADAS PARA LA EMPRESA U ORGANIZACIÓN.
PREPARAR INFORME DEL ANÁLISIS EXPLORATORIO DE LOS DATOS.
4. CRITERIOS DE EVALUACIÓN
RA1.
RECOPILA INFORMACIÓN ACERCA DE LA SITUACIÓN ACTUAL DE LA EMPRESA O NEGOCIO OBJETO DE
ESTUDIO DE ACUERDO CON LOS REQUERIMIENTOS TÉCNICOS.
IDENTIFICA LOS OBJETIVOS DE NEGOCIO DE LA EMPRESA U ORGANIZACIÓN DEL OBJETO DE ANÁLISIS
SEGÚN PLANTEAMIENTO DE PREGUNTAS.
IDENTIFICA FUENTES DE DATOS DE ACUERDO CON LA TÉCNICA SELECCIONADA.
PREPARA LOS DATOS PARA SU ANÁLISIS EN BUSCA DE ERRORES Y DATOS FALTANTES SEGÚN
ESTRUCTURA DE DATOS.
DEFINE LAS PREGUNTAS OBJETO DE ANÁLISIS DE ACUERDO CON EL OBJETO DE ESTUDIO.
DETERMINA LA POBLACIÓN, MUESTRA, VARIABLES Y DEMÁS COMPONENTES ESTADÍSTICOS REQUERIDOS
PARA EL ANÁLISIS DE LOS DATOS SEGÚN PROCESOS ESTADÍSTICOS.
SELECCIONA UN TIPO DE GRAFICO QUE PERMITA VISUALIZAR LOS DATOS Y VARIABLES ANALIZADAS.
RA2.
DEFINE EL MÉTODO PARA HACER EL ANÁLISIS EXPLORATORIO DE LOS DATOS DE ACUERDO CON EL TIPO DE
ANÁLISIS DE DATOS.
PREPARA LOS DATOS RECOPILADOS DE DIFERENTES FUENTES ORDENANDO E INDEXANDO LOS DATOS
SEGÚN ORDENAMIENTO DE LOS DATOS.
PREPARA EL DATASET O BASE DE DATOS A SER ANALIZADA DE ACUERDO CON LA ESTRUCTURA DE LOS
DATOS.
DETERMINA LAS VARIABLES OBJETO DE ANÁLISIS SEGÚN PLANTEAMIENTO DE PREGUNTAS. SELECCIONA
UNA TÉCNICA DE MODELADO DE ACUERDO CON LOS REQUERIMIENTOS SOLICITADOS.
GENERA EL MODELO DE ANÁLISIS DE ACUERDO CON LA TÉCNICA DE MODELADO DE DATOS UTILIZADA.
PREPARA LA INFRAESTRUCTURA TECNOLÓGICA A SER UTILIZADA EN EL MODELO PROPUESTO DE ACUERDO
CON LAS HERRAMIENTAS PARA ANÁLISIS Y VISUALIZACIÓN DE DATOS.
GENERA EL TIPO DE GRAFICO QUE PERMITE VISUALIZAR RESULTADOS DEL ANÁLISIS.
RA3.
EVALÚA EL MODELO DE ANÁLISIS CONSTRUIDO SEGÚN EVACUACIÓN DE RESULTADOS.
COMPRUEBA EL RESULTADO DEL MODELO VS LOS OBJETIVOS DE LA ORGANIZACIÓN DE ACUERDO CON EL
ANÁLISIS APLICADO.
VERIFICA SI EL RESULTADO DEL MODELO DE ANÁLISIS DA RESPUESTA A LAS PREGUNTAS DE ANÁLISIS
PLANTEADAS PARA LA EMPRESA U ORGANIZACIÓN.