Implementar en la organización la ciencia de datos para el apoyo a las decisiones por medio de un análisis sustentando.
Beneficio:
1. Adquirirá conocimiento profundo de la Metodología para implementar ciencia de datos.
2. Podrá implementar técnicas de minería de datos de manera que la empresa se vea beneficiada en el aprovechamiento del conocimiento.
3. Será capaz de implementar, de forma inmediata esta metodología; ya sea en forma incremental, parcial o total.
4. Conocerá aplicaciones de la ciencia de datos sobre diferentes áreas en la industria.
5. Practicará sobre casos actuales de la industria.
Dirigido a:
1. Profesionales de las áreas de negocios que analicen la información y sus áreas relacionadas que usen y requieran conocimientos en TI.
2. Personal técnico y administrativo relacionada con el uso de TI.
3. Toda persona con necesidad de conocimientos técnicos y prácticos en TI.
Requisito:
Licenciatura terminada.
Contenido:
Módulo 1 Introducción a la ciencia de datos.
El participante conocerá los antecedentes sobre la ciencia de datos en las organizaciones. Identificar los conceptos relacionados a la ciencia de datos así como el beneficio que genera en las organizaciones.
Temario
1. Definir la ciencia de datos.
2. Relación de la estadística, machine-learning y modelos matemáticos con la ciencia de datos.
3. Proceso de un proyecto de ciencias de datos.
4. Campo de aplicación para la ciencia de datos.
5. Definir el rol del científico de datos dentro de la organización.
Duración del módulo: 16 horas
Módulo 2 Preparación de datos.
Los participantes conocerán el proceso y la relevancia de preparar los datos para su análisis y evaluación, así como las diferentes formas analizarlos.
Temario
1. Describir los tipos de análisis de datos.
2. Identificar los diferentes tipos de datos.
3. Traducir preguntas del negocio a conjunto de datos.
4. Identificar la relevancia de la preparación y calidad de los datos. Garbace in - Garbace out
5. Realizar análisis exploratorio de los datos.
Duración del módulo: 16 horas
Módulo 3 Algoritmos Machine Learning.
Que el participante conozca algunos de los algoritmos más populares de minería de datos, comprenda su funcionamiento y como puede aplicarlo a través de diferentes herramientas,
Temario
1. Análisis descriptivo
2. Análisis predictivo.
3. Machine Learning & Estadística clásica.
4. Algoritmos analíticos
a. Reglas de asociación
b. Clustering
c. Árboles de decisiones.
d. Modelos de regresión
e. Naïve Bayes
5. Identificar las fortalezas y debilidades en los diseños experimentales.
Duración del módulo: 24 horas
Módulo 4 Casos prácticos.
Que los participantes vean la verticalización en diferentes industrias de la aplicación de ciencia de datos a través del estudio de casos.
Temario
1. Creación de un equipo de ciencia de datos.
2. Ciencia de datos en retail y servicio al cliente
3. Ciencia de datos en servicios financieros y de seguros.
4. Ciencia de datos en redes sociales.
5. Ciencia de datos para mercadotécnica y telemercadeo.