Sigla: PDBI
Fecha Programa: 03-04-2023

Inicio: 03 de Abril de 2023

OBJETIVO

  • Proporcionar los conocimientos sobre procesos y tecnologías diseñadas para optimizar y mejorar el rendimiento de una empresa, con especial énfasis en las herramientas tipo Business Intelligence (BI).
  • Preparar ante los retos que representa el fenómeno del Big Data, sus fundamentos, las tecnologías asociadas y la forma idónea de afrontar proyectos de Big Data por las empresas.
  • Comprender todas las posibilidades y ventajas de la gestión y el análisis de los datos para las compañías.

DIRIGIDO A

Los científicos de datos, nuevo perfil híbrido entre la estadística y las tecnologías de la información.

METODOLOGÍA

100% online, las clases serán sincrónicas e interactivas, mediante la plataforma Zoom o Google Meet, también se habilitará la plataforma UPSA Virtual, asignándole un código de usuario y contraseña para el acceso al material de estudio.

DURACIÓN Y HORARIOS

2 meses. Clases: lunes a viernes de 19:00 a 22:00 horas y sábados de 9:00 a 12:00 horas (2 semanas de receso al finalizar cada materia).

ALIANZA

La UPSA cuenta con una alianza estratégica con ENAE, para convalidar las materias y que el participante pueda continuar con otros programas de ENAE Business School.

PLAN DE ESTUDIO

MÓDULO I. Fundamentos de Data Science y Business Analitics.

  • ¿Qué es Data Science?
  • Técnicas de Data Science
  • ¿Qué es Business Analytics?
  • ¿Qué es la Estadística?
  • Estadística Multivariante
  • Métodos de Pronósticos

MÓDULO II. Dashboard y Reporting. Visualización de Datos.

  • Business Intelligence
  • Indicadores clave de desempeño (KPIs)
  • Visualización de datos
  • Desarrollo y generación de Dashboards y Reports
  • Visualización avanzada

MÓDULO III. Data Science for Business: Análisis Predictivo de los Datos.

  • Machine learning no supervisado
  • Machine learning supervisado

DOCENTES

  • Ph.d. Ramón Alberto Carrasco Gonzáles (España)

Doctor en Informática por la universidad de Granada con título Cum Laude.

Cuenta con 25 años de experiencia profesional en el sector financiero donde ha ocupado diversas responsabilidades entre las que se encuentran Responsable BI (Business Intelligence) en el Área de Marketing del Banco Mare Nostrum, Responsable de Inteligencia Comercial (Business Intelligence) en el Área de Marketing o Responsable de Sistemas de Información (Data Warehousing, ETL, OLAP) de la Caja General de Ahorros de Granada.

Paralelamente a la actividad profesional, ha desarrollado una amplia actividad científica por la que en 2003 con una tesis doctoral que versó sobre Data Mining aplicado a entornos financieros. Sus líneas de investigación seguidas se enmarcan en los Sistemas de Información Inteligentes incluyendo Data Mining, Bases de Datos Relacionales Difusas, Data Warehousing, Business Intelligence, Análisis del Sentimiento, Modelos de Decisión, etc. Una constante en los resultados científicos obtenidos es la aplicabilidad de éstos a diversas áreas: marketing, finanzas, turismo, educación, medicina, cambio climático global, etc. Miembro de los Grupos de Investigación SCI2S y SECABA y revisor habitual de diversas revistas JCR, congresos y libros. Es autor de más de 50 publicaciones, diversos proyectos, direcciones de tesis y premios. En el ámbito docente, ha sido profesor asociado en la Universidad de Granada, ejerciendo desde finales de 2012 como Profesor asociado en el Departamento de Comercialización e Investigación de Mercados de la Universidad Complutense de Madrid.

  • Mgs. Marco Roncaglia (España)

Máster en Business Intelligence y Big Data, ENAE. Lean Six Sigma - Green Belt. Diploma de Estudios Avanzados (DEA) en Ingeniería Mecánica, UMH. Programa especializado en Project Management, ESIC. Ingeniero de Materiales, Universidad de Perugia (Italia).

Ingeniero senior, con más de 15 años de experiencia como Project Manager liderando equipos globales (Europa, EEUU, China) en el diseño, industrialización y comercialización de materiales poliméricos y componentes (sectores automoción, construcción, electrónica) y proyectos EPC de plantas químicas. Profundo conocimiento de las metodologías analíticas y estadísticas de análisis de datos y de las herramientas de business intelligence para dashboarding y reporting. Colaborador en escuelas de negocio de Madrid y Murcia, en el ámbito del BI & Big Data.

  • Mgs. Juan Fernando Subirana (Bolivia)

Candidato a Doctor en Economía y Finanzas. Candidato a Doctor en Ciencias Económicas y Empresariales por la Business School UAGRM, Máster en Ingeniería Financiera, Diplomado en Gestión y Tecnología del Gas Natural y Educación Superior de la UPSA; especialista en administración y análisis de riesgo certificado por el IPPER (Perú) e Ingeniero Comercial de la UPSA.

Es docente de postgrado en la UPSA de las áreas de Estadística, Marketing, Finanzas y Proyectos. Su especialidad es la aplicación de métodos cuantitativos en la gestión empresarial. Paralelamente a su actividad académica es consultor empresarial y tiene amplia trayectoria profesional en el sector Hidrocarburos y la función pública.

REQUISITOS DE ADMISIÓN

  • Fotocopia simple del diploma académico a nivel licenciatura.
  • Solicitud de admisión debidamente llenada.
  • Curriculum vitae, no documentado.
  • 2 Fotografías a color: dos 4 x 4 fondo blanco.
  • Fotocopia firmada del carnet de identidad.
  • Pago del Programa (según el plan elegido).

Todos los derechos reservados - CopyRight 2022