Curso analista de datos

Big Data Business Intelligence:

OBJETIVOS Y CONTENIDOS

Administrar, examinar, procesar y explotar una gran cantidad de datos y también informaciones con el objetivo de optimar la administración y el desempeño empresarial.

Planear, organizar y administrar proyectos de Big Data y también identificar las ventajas empresariales que el uso y manejo de los datos masivos puede contribuir a la compañía.

Entender y saber emplear tecnologías de procesamiento de datos masivos en la nube.

Hacer la planificación estratégica y financiera, como la toma de resoluciones en la compañía, basándose en análisis de datos.

Comprender los casos reales de aplicación de tecnologías de Big Data en las compañías líderes de diferentes ámbitos.

Enfrentar inconvenientes de análisis de datos en contextos de negocio específicos.

Tema 1.Conceptos y fundamentos para un adecuado entendimiento. Presentación y objetivos

1. Necesidades del ejecutivo
2. Problemas de IT que resuelve
3. ¿Qué es un DSS?
4. Business Intelligence, ¿ En que consiste? ¿ Qué objetivos persigue?
5. Business Analytics
6. Business Intelligence vs Business Analytics
7. Grados de madurez analítica de una empresa
Evaluación Tema 1

Tema 2. La trascendencia del Dato Introducción y objetivos

1. ¿En qué consiste el Data Governance? ¿ Cuáles son sus ventajas?
2. ¿De qué trata el Data Quality? Características y causas que afectan a tener una baja calidad en los datos
Evaluación Tema 2

Tema 3. Términos técnicos de la analítica tradicional Introducción y objetivos

1. Analítica clásica: Flujo de datos
2. Procesos ETL
3. DataWarehouse
4. Datamart
5. Cubos OLAP
6. Sistema de Reporting
7. Panel de control y dashboard
8. Balanced Scorecard
9. Comparación de herramientas
10. Business Intelligence Solvencia II
Evaluación Tema 3

Unidad 4. Representación de los datos Introducción y objetivos

1. Desafíos crecientes
2. Cuadro de Mando Integral (CMI)
2.1. Evolución del CMI ¿En qué consiste un CMI? Diferentes Perspectivas del CMI
3. Tipo de Herramientas Ejercicio 6 Resumen
Evaluación Tema 4

Unidad 5. Presentación al Big Data Introducción y objetivos

1. Evolución del Big Data
2. ¿A qué nos referimos cuando hablamos de Big Data?
3. Apache Hadoop y su ecosistema
4. MapReduce: el motor de Hadoop
5. Spark
5.1. ¿El sustituto de MapReduce?
5.2. Elementos de Spark
5.3. Formas de implementar Spark
6. MapReduce vs Spark
7. Big Data y problemas de rendimiento en una TELCO
Evaluación tema 5

Unidad 6. Presentación a la analítica avanzada Introducción y objetivos

1. Algoritmia
2. Estadística descriptiva
3. Análisis clúster
4. Análisis factorial
5. Regresión Ejercicio 11
Evaluación Tema 6
Evaluación final.