Diplomado en Gestión de Grandes Volúmenes de Datos y Analítica Empresarial
Modalidad de imparticiónEl curso se dicta en la modalidad presencial.
Número de horasTiene una duración anual y un tiempo de 216 horas.
Titulación oficialSe entrega un certificado de estudios.
Valoración del programaEn el Diplomado en Gestión de Grandes Volúmenes de Datos y Analítica Empresarial, usted tendrá una formación completa en gestión y análisis de grandes volúmenes de datos, con conocimientos sobre redes sociales, páginas web, imágenes y videos.
Dirigido aEl curso se dirige a egresados de posgrados en áreas como tecnologías de la información y negocios.
EmpleabilidadPodrá trabajar en consultoras, empresas financieras y de forma independiente.
Diplomado en Gestión de Grandes Volúmenes de Datos y Analítica Empresarial
ContenidoDiplomado en Gestión de Grandes Volúmenes de Datos y Analítica Empresarial
Coordinador: Dr. José A. Incera Diéguez Área: Tecnología y Computación, Negocios Fechas: 1 de octubre del 2013 al 23 de septiembre del 2014.
Modalidad del Diplomado:
Inscripción: $ 5,400.00*
Módulo: $ 10,600.00* público en general
* Estos precios no causan IVA
Modalidad de Curso de Actualización:
Curso: $ 10,600.00 + IVA público en general
Horarios: Martes de 19:00 a 22:00 h. Módulos: 6 Horas: 216
Notas: La fecha de inicio y de término del diplomado dependerá de los módulos optativos seleccionados. Consultar fechas en temario.
La evolución de las tecnologías de información y comunicaciones nos ha llevado a un crecimiento explosivo en la cantidad de datos disponibles para todo tipo de organizaciones. El volumen, variedad y velocidad con la que éstos se generan, ha llevado al límite las herramientas y habilidades tradicionales para almacenar, organizar y analizar datos -y transformarlos en información y conocimiento.
La gestión y análisis de grandes volúmenes de datos (Big Data and Analytics) es a la vez un enorme reto y una gran oportunidad para las organizaciones contemporáneas. Aquéllas capaces de transformarse en una organización centrada en los datos, encontrarán en Big Data un valiosísimo diferenciador de competitividad.
Objetivo general:
Ofrecer un perfil profesional capaz de gestionar grandes volúmenes de datos y de analizarlos de manera eficaz, eficiente y pertinente. A través de un adecuado balance teórico-práctico, el egresado de este programa será un Arquitecto de Información que preparará a la empresa para maximizar las oportunidades de Big Data y Analytics.
Estructura
Este programa de actualización está conformado por seis módulos, de los cuales cuatro son obligatorios y dos optativos, que pueden cursarse en conjunto para obtener el diploma en “Gestión de Grandes Volúmenes de Datos y Analítica Empresarial”.
Alternativamente, se pueden tomar algunos módulos de forma aislada como Cursos de Actualización, en cuyo caso se otorgará una constancia de participación.
Cada módulo tiene una duración de 36 horas y se imparte una vez por semana de 19:00 a 22:00 horas.
Requisitos
Ser egresado de un posgrado afín (Tecnologías de Información, Negocios)
Enviar currículum vítae, sujeto a la aprobación del Coordinador Académico
Módulos obligatorios
I. Fuentes de Información
Objetivo
En este curso se presentan los fundamentos de nuevas fuentes de datos (estructurados, no estructurados, semi-estructurados). Se trata de tecnologías con flujos de datos, frecuentemente generados a gran velocidad, de diversa índole, que deben ser capturados y analizados en poco tiempo, en ocasiones en tiempo real.
Temario
Redes. Tradicionales, de sensores, tendencias M2M.
Redes sociales. Teoría de grafos.
Análisis de redes sociales. Modelos small world. Diseminación de información
WWW. Clasificación, calificación de páginas. Minería de texto.
Imágenes y video. Minería de flujos.
Datos geo-espaciales.
Ejemplos particulares de industria. Telecomunicaciones, Finanzas, Salud.
II. Gobernanza de Datos
Objetivo
En este curso se busca una visión desde la alta dirección sobre la gobernanza de los datos. Una organización centrada en los datos requiere de políticas, de un marco de gobierno y técnicas de gestión de conocimiento que cohesione y de sentido a la arquitectura para capturar y gestionar grandes volúmenes de datos.
Temario
Datos, información y conocimiento. Recurso estratégico de las organizaciones
Gobierno de datos. Modelos de madurez
Proceso unificado de gobierno de información
Clasificación de la información
Usuarios y custodios de la información. Control, gestión y asignación de responsabilidades
Ciclo de vida de la información
Gobierno de información en grandes volúmenes de datos y en fuentes que no pertenecen a la organización
Archivo, resguardo de información. Evaluación de la gestión de datos
Retención y destrucción de datos.
Ley de acceso a la información. Marcos nacionales e internacionales
Casos de estudio en distintas industrias: banca, salud, detallista, manufacturera
III. Integración de Arquitecturas de Información
Objetivo
Este curso se muestra cómo conjuntar (posiblemente de forma distribuida) los diversos tipos de información de que dispone la organización para su análisis. Presenta técnicas para integrar las fuentes de información y proporcionar datos confiables, seguros y de alta calidad, relevantes para la organización.
Temario
Integración de fuentes de información. Transformación y normalización
Metadatos. Clasificación de datos. Glosario de datos para el negocio
Gestión de datos maestros (MDM). Activación de un proyecto MDM
Servicios de taxonomía. Mapeo de esquemas.
Enriquecimiento de datos
Ontologías y representación del conocimiento
Métodos avanzados para ETL
Modelado y visualización de datos
IV. Analítica empresarial
Objetivo
En este curso se cubren técnicas y aplicaciones de analítica empresarial. A través del estudio de casos, se presentan y analizan distintas técnicas de analítica predictiva, y se ofrecen los fundamentos de la analítica prescriptiva. La integración de los temas cubiertos en los módulos anteriores, junto con técnicas especiales para realizar análisis sobre grandes volúmenes de datos, permitirán estimar el enorme potencial de Big Data y Analytics.
Temario
Analítica para grandes volúmenes de información.
Aplicaciones de analítica empresarial. Casos de uso
Análisis de flujos de trabajo
Introducción al análisis predictivo y al análisis prospectivo. Simulación y optimización.
Técnicas especiales para análisis y visualización de grandes volúmenes de información.
Retos de aplicaciones analíticas en las organizaciones
Módulos optativos
Para obtener el diploma en “Gestión de Grandes Volúmenes de Datos y Analítica Empresarial”, se deben cursar al menos dos de los siguientes módulos.
A. Desempeño Organizacional e Inteligencia de Negocio
Objetivo
Mostrar cómo administrar el desempeño de una empresa, alineando la estrategia con la ejecución de los procesos operacionales y utilizando tecnologías de información para implementar un proceso de aprendizaje y mejora continua: la definición y la evaluación en tiempo real de métricas claves de desempeño (KPI) son los componentes esenciales para lograrlo.
Temario
Proceso de toma de decisiones. Inteligencia de negocio (BI)
Infraestructura para BI. Modelos de madurez
Analítica descriptiva. Bases de datos orientadas a columnas
Tableros de control y de mando. Tipos de tableros para monitoreo de desempeño
Modelo de madurez de BI
Tendencias en analítica empresarial (agile, cloud, mobile, social)
Desempeño de la organización. BPM y BSC
B. Bases de Datos Avanzadas
Objetivo
Este curso asume que el estudiante ya tiene conocimientos sólidos en el manejo de Bases de Datos Relacionales. En él se tratan temas avanzados de diseño e implementación de sistemas de Bases de Datos Relacionales.
Temario
Modelado de datos y objetos.
Normalización.
SQL, disparadores y transacciones
Sintonización para desempeño
Replicación de bases de datos. Alta disponibilidad
Bases de datos distribuidas
Map-reduce: Hadoop
NoSQL
C. Organización y Preservación de Datos
Objetivo
Este curso proporciona los elementos para diseñar, implementar, mantener y explotar un almacén de datos (datawarehouse), y proteger la información albergada en él. También permite identificar los riesgos emergentes e implementar una arquitectura de alta seguridad que soporte los objetivos de la organización.
Temario
Datawarehouse. Arquitectura. Modelo de datos
OLAP vs OLTP.
Calidad y limpieza de datos.
Técnicas de diseño. Estrella, copo de nieve
Seguridad y preservación.
Identificación, cuantificación, mitigación y gestión de riesgos
Estrategias de protección y respaldo
D. Minería de Datos
Objetivo
La minería de distintos tipos de datos es esencial para los procesos de análisis de información. En este curso se introducen los principales conceptos detrás de la minería de datos, texto, flujos. Se analizan aplicaciones, técnicas, modelos y metodologías de minería.
Temario
Introducción a la minería de datos. Modelo de seis fases
Aplicaciones, metodologías y técnicas
Árboles de decisión.
Aprendizaje supervisado y no supervisado
Reglas de asociación para grandes bases de datos
Métodos de agrupación y clasificación
Minería sobre fuentes no estructuradas
Calendario
Julio-septiembre 2013
Curso: Optativa: Bases de Datos Avanzadas
Se imparte los martes. Del 9 de julio al 24 de septiembre
Octubre – diciembre 2013
Obligatoria: Gobernanza de Datos
Se imparte los martes. Del 1 de octubre al 17 de diciembre
Optativa: Organización y Preservación de Datos
Se imparte los jueves. Del 3 de octubre al 19 de diciembre
Enero – marzo 2014
Obligatoria: Fuentes de Información
Se imparte los martes. Del 7 de enero al 25 de marzo
Optativa: Minería de Datos
Se imparte los jueves. Del 9 de enero al 27 de marzo
Abril – junio 2014
Obligatoria: Integración de Arquitecturas de Información
Se imparte los martes. Del 1 de abril al 17 de junio
Julio – septiembre 2014
Obligatoria: Analítica Empresarial
Se imparte los martes. Del 1 de julio al 23 de septiembre
* Programación sujeta a cambios. Cupo limitado. El ITAM se reserva el derecho de posponer o cancelar los programas que no cumplan con el quórum mínimo requerido.
Coordinador: Dr. José A. Incera Diéguez
José A. Incera es Ingeniero en Electrónica por la Universidad Autónoma Metropolitana, México; Maestro en Ciencias de la Computación por el Imperial College of Science and Technology, Inglaterra, y Doctor en Informática por la Universidad de Rennes-I, Francia. Es Director de la Maestría en Tecnologías de Información y Administración y profesor del Departamento Académico de Sistemas Digitales del ITAM. Sus áreas de interés son Arquitectura y Diseño de Redes Informáticas, Seguridad y Evaluación de Desempeño.
Otra formación relacionada con tecnología de la información