Big Data para Toma de Decisiones

Bienvenida

El análisis de datos para la toma de decisiones no es algo nuevo. Saber leer estratégicamente la información no visible que contienen los datos de una organización es crítico no sólo para la gestión y operación interna de la misma, sino también para potenciar sus ventajas competitivas con el resto del mercado. Es por ello que, desde hace años, las empresas utilizan herramientas para analizar la información que obtienen de sus usuarios, canales, proveedores, etc. con el fin de tomar mejores decisiones de negocios.

Sin embargo, gracias a los avances en tecnologías estas fuentes de datos se han multiplicado en forma importante, haciendo necesario mejorar las técnicas de procesamiento y análisis de datos de forma de tener acceso a conocimiento oculto. A esta explosión masiva de datos de diferentes tipos (ej. bases de datos relacionales, textos, imágenes, redes sociales, foros, web) y su procesamiento en forma rápida se le conoce como Big Data.

Este tipo de analítica avanzada ha permitido que más áreas de la organización tengan información para tomar decisiones. De ahí que incluso proyecciones de Gartner han mostrado que en el mediano plazo cada unidad de la empresa llegará a ser un centro de análisis. Todas las áreas de la empresa pueden aprovechar la analítica avanzada, incluyendo marketing y ventas, recursos humanos, suministros, áreas financieras, etc.

Hasta ahora, muchos profesionales técnicos se están preparando en la implementación de tecnologías de Análisis de Datos para Big Data. Sin embargo, los ejecutivos y gestores a cargo de la toma de decisiones estratégicas y tácticas, en diferentes rubros empresariales no necesariamente tienen instancias de entrenamiento/formación apropiadas para sus necesidades.

A diferencia de otros cursos en Big Data, este tiene por objetivo proporcionar a los tomadores de decisión estratégica una introducción al enfoque y tecnologías de Big Data, y su impacto en la operación y posicionamiento competitivo de una organización.


John Atkinson
Director del Programa


Objetivos

El curso provee de los aspectos fundamentales y prácticos a través de métodos, tecnologías, demostraciones y casos de estudio, que permitan entender los beneficios, ventajas e impacto de las tecnologías de Big Data en el mundo privado, y cómo estas pueden afectar decisiones estratégicas en una organización.

Dirigido a:
Ejecutivos, gerentes, directores, y/o jefes de áreas tales como experiencia de clientes, retail, crédito, marketing, que estén involucrados en la toma de decisiones.

Metodología:
Este curso intensivo está distribuido en 3 días de 8 hrs c/u. Cada día está distribuido en 5 bloques que involucran actividades conceptuales y prácticas de la siguiente forma:

  • Tres bloques dedicados a conceptos y revisión de tecnologías, que permitan percibir sus ventajas y beneficios en una organización.
  • Un bloque dedicado a presentar y discutir alguna demostración de una aplicación real de análisis de Big Data.
  • Un bloque dedicado a discutir, revisar y analizar un caso de estudio en alguna área comercial/industrial de interés tal como segmentación de clientes, predicción de demanda, análisis de redes sociales, etc.


Contenidos

  • Introducción, conceptos, Big Data, Data Mining, Aprendizaje, Toma de decisiones
  • Demostraciones
  • Análisis de datos descriptivo: clustering, reglas de asociación, etc
  • Otras técnicas de análisis descriptivo
  • Estudio de caso 1: Segmentación de clientes
  • Análisis de datos predictivo: clasificación/regresión, métodos neuromiméticos, clasificación basada en kernels, árboles de decisión, etc.
  • Demostraciones
  • Otras técnicas de análisis predictivo
  • Visualización de datos: reducción de datos, sistemas de visualización temporal/espacial, etc.
  • Estudio de caso 2: Categorización de clientes
  • Análisis de datos basado en la Web: Web Mining, Internet of Things, etc.
  • Demostraciones
  • Análisis de datos textuales: modelos, técnicas, categorización textual, análisis de opiniones de clientes, etc.
  • Overview de Tecnologías y Plataformas: Hadoop, MapReduce, Spark, Cloud, etc.
  • Estudio de caso 3: Análisis Opiniones clientes

Profesores

PhD in Artificial Intelligence, University of Edinburgh (UK). Consultor de empresas nacionales e internacionales y ha liderado proyectos científicos y tecnológicos. Sus áreas de investigación incluyen procesamiento de lenguaje natural, minería de textos e inteligencia artificial.

PhD in Information and Communications, KAIST (Korea Advanced Institute of Science & Technology).Sus áreas de investigación incluyen redes de sensores y sistemas móviles.

Gerente comercial del grupo SoluNegocios. Ingeniero UFSM

PhD in Computer Sciences, Purdue University, (USA). Sus áreas de investigación incluyen machine learning, artificial intelligence, statistical network analysis y data mining.

PhD in computer sciences, Manufacturing Engineering Centre, Cardiff University (UK). Profesor Asociado de la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez. Ha desarrollado una carrera como especialista en el área de Inteligencia de Negocios en empresas, además de participar de proyectos científicos de ciencia y tecnología. Sus áreas de investigación incluyen la minería de datos, modelamiento predictivo, machine learning y modelamiento de redes de regulación genética.

Head of Operations Research, LATAM Airlines PhD in Complex Systems Engineering. Experiencia: modelos matemáticos, Revenue Management, investigación de operaciones, optimización, forecasting, machine Learning.

Información General

Lugar de Realización
Av. Diagonal Las Torres 2700, Peñalolén
Universidad Adolfo Ibáñez

Fechas
La nueva fecha del inicio de este curso, será informada en diciembre de 2017.

Horario
9:00 a 19:30 horas.

Precio
$750.000

Nota: Consultar descuentos por convenio empresa o ex alumno UAI

Contacto
pilar.mujica@uai.cl
(56-2) 2331 1227