Curso de Big Data y transformación digital
¿Necesitas manejar grandes volúmenes de datos? ¡Apúntate y agiliza tus tareas diarias! Aprenderás a usar las plataformas más avanzadas para hacer un análisis predictivo, anticipar tendencias y tomar decisiones informadas.
300,00 €
Haz clic en «bonificar» si deseas bonificar su coste en los seguros sociales.
-
INFORMACIÓN
- Descripción
- Metodología
- Contenidos
- Objetivos
- Tutor
Descripción
A través de este curso de Big Data y transformación digital aprenderás todo lo que debes saber sobre Big Data y su historia, la importancia de almacenar y extraer información y el Big Data enfocado a los negocios.Además, con este curso de Big Data y transformación digital tratarás las fases de un proyecto de Big Data que incluyen, el diagnóstico inicial, el diseño del proyecto, el proceso de implementación, la monitorización y control del proyecto, responsables y recursos disponibles, la calendarización, el alcance y valoración económica del proyecto.
El curso de Big Data y transformación digital cuenta con tutorías personalizadas.
Metodología
Este curso online permite adquirir conocimientos desde cualquier lugar y en cualquier momento, disponiendo de un ordenador, o de cualquier dispositivo móvil o tablet.
Los contenidos, actualizados y amenos, se enmarcan en un entorno web intuitivo y automatizado, y combinan la teoría con actividades prácticas e interactivas.
Se trata de un curso en el que el alumno o alumna marcará su ritmo de estudio, pudiendo avanzar o retroceder en el temario en función de sus necesidades y tiempo disponible.
El curso dispone de formación online tutorizada, a lo largo del desarrollo de la acción formativa podrás estar en contacto con los/as tutores/as del curso de forma permanente a través del teléfono y el e-mail.
Contenidos
UNIDAD DIDÁCTICA 1. De los datos a las decisiones estratégicas. El mundo del dato
- Contexto
- De los Datos a las Decisiones Estratégicas
- DIKW
- ¿Cuál es el DIKW real que necesitamos?
- Entonces, ¿Qué es Big Data?
- Omnicanalidad
- Los distintos orígenes de datos
- DIKW
- Corporate Performance Management
- La pirámide de la información
- Organizaciones basadas en la estrategia
- Mapa estratégico
- Cuadros de Mando
- Visualización
- Hemos aprendido
UNIDAD DIDÁCTICA 2. Data Management
- Qué es el Data Management
- Áreas o disciplinas del Data Management
- Data Governance
- Buenas y malas prácticas de Data Governance
- Data Architecture
- Data Development
- Bases de datos y su diseño
- Document & Content Management
- Data Security
- Control de accesos
- Buenas prácticas de Seguridad de Datos
- Master Data
- Meta Data
- Data Quality
- Database Operations
- Data Warehousing & Business Intelligence
- Data Governance
- Hemos aprendido
UNIDAD DIDÁCTICA 3. Sistemas de información: Business Intelligence. ¿Por qué aparece Big Data? ¿Qué significa?
- Business Intelligence
- Contexto en el que surge el Business Intelligence
- Diferencias entre sistemas operacionales e informacionales
- DataWarehouse y DataMarts
- Creación de un sistema de BI
- Arquitectura de un sistema de BI
- Contexto en el que surge el Business Intelligence
- Introducción a Big Data; el porqué de su existencia
- Las V’s del Big Data
- Datificación
- Datificación – volúmenes de datos
- Business Intelligence Vs Big Data
- Ciclo de Vida de Big Data
- Problemática con Big Data
- Hemos aprendido
UNIDAD DIDÁCTICA 4. Arquitecturas Big Data
- Componentes de una arquitectura Big Data
- Data Lake
- Hadoop + Spark
- Hadoop
- Map Reduce
- Ecosistema Hadoop
- Almacenamiento distribuido: HDFS
- Spark
- Spark DAG
- RDD’s
- Ecosistema Spark
- Spark DAG
- Spark sobre Hadoop
- Panorámica de herramientas
- Hemos aprendido
UNIDAD DIDÁCTICA 5. Visualización y toma de decisiones
- Smart Data y Smart Visual Data
- Tecnologías y herramientas de visualización
- Tecnología R
- Notebooks y Zeppelin
- Herramientas comerciales
- Otras herramientas de visualización
- Casos de uso con Visualización
- Mobile First
- Hemos aprendido
UNIDAD DIDÁCTICA 6. Big Data & Analytics: Disciplinas científicas
- Enfoque multidisciplinar
- Disciplinas científicas
- De la Analítica Descriptiva a la Analítica Prescriptiva
- Perspectivas de analítica
- Data Mining
- Qué es Data Mining
- Etapas y ejemplos de Data Mining
- Panorámica de herramientas para Data Mining
- Algoritmos Descriptivos
- Algoritmos Predictivos
- Qué es Data Mining
- Machine Learning
- Bases del Aprendizaje Automático
- Cómo hacer aprender a una máquina
- Aprendizaje Supervisado y No Supervisado
- Panorámica de herramientas de Machine Learning
- Machine Learning en una pila de Big Data
- Cognitive Computing
- Deep Learning
- Evolución esperada del Deep Learning
- Panorámica de herramientas de Cognitive Computing
- Deep Learning
- Casos de Uso
- Siri y Cortana
- Watson Analytics
- Mejorando la seguridad y el cumplimiento de la ley, caso del MIT
- El Bot Mitsuku
- Reconocimiento de imágenes, Big Data y retail
- Hemos aprendido
UNIDAD DIDÁCTICA 7. Big Data & Analytics: Ámbitos de aplicación
- Customer Analytics
- La importancia del Customer Analytics
- Casos de uso de Customer Analytics
- User Experience (UX)
- Casos de uso de User Experience
- Business Analytics
- La importancia del Business Analytics
- Casos de uso de Business Analytics (1)
- Casos de uso de Business Analytics (2)
- RRHH Analytics
- La importancia del RRHH Analytics
- Casos de uso de RRHH Analytics
- Text Analytics
- La importancia del Text Analytics
- Nubes de Palabras y Redes Semánticas
- Casos de uso de Text Analytics
- Panorámica de herramientas de Text Analytics
- Hemos aprendido
UNIDAD DIDÁCTICA 8. Transformación Digital e IoT
- Internet de las cosas
- Qué es Internet de las cosas (IoT)
- Estado actual y futuro
- Capacidades del IoT
- Inteligencia Artificial en IoT
- Tecnología
- IoT en los hogares y la sociedad
- Industria 4.0
- Impacto en las Fintech
- Casos de Uso de IoT (1)
- Casos de Uso de IoT (2)
- Smart Cities
- Casos de uso de Smart Cities
- La Digitalización de las empresas
- La Transformación Digital
- Ventajas y problemas del cambio digital
- Casos de digitalización
- La cultura digital
- Proceso de digitalización
- Realidad Virtual
- Robótica
- Hemos aprendido
UNIDAD DIDÁCTICA 9. Liderazgo y Gestión de proyectos de dato
- Introducción al agilismo
- ¿Por qué existe el enfoque “ágil”?
- Entrega dirigida por el valor de negocio
- Valores añadidos de la propuesta ágil
- Enfoque ágil vs Enfoque “tradicional”
- Cambio en la Triple Restricción
- Los 4 valores fundamentales del enfoque ágil
- Otros principios básicos de la gestión ágil de proyectos
- Resumen de diferencias entre los enfoques Ágil y Tradicional
- Por qué Big Data implica ser ágil
- Metodologías Ágiles
- Scrum
- Elementos de Scrum
- Roles en Scrum
- Kanban
- Lean
- Relación entre metodologías ágiles
- Nuevas Propuestas ágiles de gestión
- Scrum
- Liderazgo en un entorno ágil
- El líder sirviente
- Liderazgo y coaching para las personas
- Hemos aprendido
UNIDAD DIDÁCTICA 10. Protección de datos
- Reglamento europeo
- Introducción
- Datos personales y datos biométricos
- Novedades impuestas por la tecnología
- Privacidad
- Medidas de seguridad más transparentes
- Accountability y el DPO
- La nueva LOPD
- Hemos aprendido
Tutor
Teo Chinchilla.
Experto en programación web y diseño de aplicaciones informáticas con más de 20 años de experiencia.
Objetivos
- Comprender en qué consiste Big Data. Desmitificación del concepto. Datificación y Monetización de los datos.
- Adquirir vocabulario y conceptos para poder comunicarse y trabajar con Big Data.
- Conocer en qué consiste un ecosistema de Big Data, perfiles profesionales, gestión de Big Data, y valor de negocio.
- Conocer las posibilidades de analítica de datos.
- Analizar casos de uso reales de aplicación de Big Data y nuevas oportunidades.
- Presentar las nuevas tendencias y tecnologías que están por llegar, y estar preparados para entenderlas y sacarles partido.