Shop
Currículum
- 3 secciones
- 28 lecciones
- 365 días
- Módulo 01
Fundamentos de Ciencia y Analítica de Big Data
Este módulo establece una comprensión básica de la ciencia de datos fundamental y explica Big Data desde las perspectivas empresarial y tecnológica, incluyendo conceptos comunes, modelos, beneficios, retos y problemas de adopción.
7- 1.1Cómo entender los datos
- 1.2Introducción a Big Data
- 1.3Cómo entender los datos en los entornos Big Data
- 1.4Tecnologías empresariales tradicionales que procesan Big Data
- 1.5Inteligencia de negocios (BI) y Big Data
- 1.6Visualización de datos y Big Data
- 1.7Elementos a tener en cuenta al planear y adoptar Big Data
- Módulo 02
Conceptos de Análisis y Tecnología de Big Data
Este módulo explora una serie de los temas más relevantes que pertenecen a las prácticas de análisis, tecnologías y herramientas contemporáneas para los ambientes de Big Data. Intencionalmente, el contenido del curso mantiene su cobertura a nivel conceptual, enfocándose en temas que permiten a los participantes desarrollar una comprensión total de las funciones de análisis y características comunes ofrecidas por las soluciones de Big Data, así como un entendimiento de alto nivel de los componentes de back end que habilitan estas funciones.
8- 2.1Ciclo de vida del análisis de Big Data
- 2.2Técnicas de análisis estadístico
- 2.3Técnicas de análisis visual
- 2.4Técnicas de aprendizaje automático (Machine Learning)
- 2.5Técnicas de análisis semántico
- 2.6Relación de temas de análisis y analítica de los Módulos 1 y 2
- 2.7Consideraciones tecnológicas de Big Data
- 2.8Mecanismos tecnológicos de Big Data
- Módulo 03
Laboratorio de Análisis y Tecnología de Big Data
Este módulo presenta a los participantes una serie de ejercicios y problemas diseñados para poner a prueba su capacidad de aplicar conocimientos sobre los temas tratados en los módulos anteriores. La realización de este laboratorio ayudará a resaltar las áreas que requieren mayor atención y ayudará a demostrar su dominio del análisis de big data y de la tecnología y las prácticas como se aplican y combinan para resolver problemas del mundo real.
13- 3.1Ejercicio de lectura 3.1: Lectura y socialización enclase: Antecedentes del caso de estudio de PLGM
- 3.2Ejercicio de laboratorio 3.2: Planear el entorno de Inteligencia de negocios (BI) de Big Data
- 3.3Ejercicio de laboratorio 3.3: Analizar los datos de fidelidad de los clientes
- 3.4Ejercicio de laboratorio 3.4: Reducción de la insatisfacción de los clientes
- 3.5Ejercicio de laboratorio 3.5: Mejorar las ventas en línea de PLGM
- 3.6Ejercicio de lectura 3.6: Lectura y socialización en clase: Antecedentes del caso de estudio de LHL
- 3.7Ejercicio de laboratorio 3.7: Planear la integración de datos y el entorno de elaboración de informe
- 3.8Ejercicio de laboratorio 3.8: Desarrollar una capacidad de personalización del tratamiento
- 3.9Ejercicio de laboratorio 3.9: Mejorar la capacidad de investigación de LHL
- 3.10Ejercicio de lectura 3.10: Lectura y socialización en clase: Antecedentes del caso de estudio de SWP
- 3.11Ejercicio de laboratorio 3.11: Análisis de datos (Data Analysis) de medidor inteligente
- 3.12Ejercicio de laboratorio 3.12: Mejorar la capacidad de predicción de demanda eléctrica
- 3.13Ejercicio de laboratorio 3.13: Capacidad de gestión de activos e identificación de riesgos