Programa: Analista de Datos

Transcripción

Programa: Analista de Datos
Programa: Analista de Datos
Información básica
Duración: 30 semanas / 450 horas
Modalidad: Online con el apoyo de los tutores
Horario: 15/20 horas semanales de trabajo
Instructores: Ester Bernardó ([email protected])
Web del curso: www.ubiqum.com/es/courses/curso-data-analytics-big-data/
Idioma: El contenido de la plataforma online está en inglés. Los mentores hablan inglés, español y catalán.
Localización: On-line / A distancia
Descripción
Este curso está diseñado para personas que no tienen ningún conocimiento previo de análisis de datos, pero
desean adquirir estas habilidades en un corto periodo de tiempo. Los alumnos aprenderán a analizar grandes
conjuntos de datos e identificar patrones que ayudarán en el proceso de toma de decisiones de cualquier empresa
u organización. Al terminar el curso, los alumnos serán capaces de:
-
Capturar, clasificar, simplificar, normalizar y preparar datos para ser procesados
Representar visualmente las conclusiones de los análisis para una audiencia técnica y no técnica
Usar los algoritmos más comunes en la mayoría de empresas para dar sentido a grandes
cantidades de datos.
Utilizar el lenguaje de programación R
Objetivos
La mayoría de empresas y organizaciones recogen datos de sus operaciones que, con el procesamiento adecuado,
les permitirá identificar patrones comunes que son de gran ayuda en la toma de decisiones y en la mejora de
procesos. Cuanto mayor sea la cantidad de datos, más difícil es analizarlos manualmente.
La capacidad de predicción del análisis de datos puede impactar positivamente en muy diversos campos de la
ciencia, los negocios y la gestión, como son el marketing, las operaciones industriales y logísticas, los patrones de
conducta de determinados colectivos y el internet de las cosas, por nombrar algunos.
Programa: Analista de Datos
En este programa, utilizando una metodología de SCC (Story Centered Curriculum), el alumno será capaz de
completar tareas como un analista de datos profesional en una organización real. Utilizará técnicas de Machine
learning, tecnología que permite que los ordenadores procesen, de forma sistemática, grandes bases de datos
para obtener patrones y modelos predictivos.
Requisitos previos
Los interesados en el curso deben tener alguna experiencia en (o estar dispuesto a trabajar con):
●
●
●
Ciencia (formular hipótesis)
Estadística (trabajar con números y métodos estadísticos)
Programación (uso de algoritmos).
Este curso es ideal para aquellos graduados en Ciencias naturales o sociales, Empresariales, Ingeniería o
Matemáticas.
Método de Evaluación
La nota final del curso será el resultado de:
●
Asistencia (40%)
●
Ejercicios de programación y tareas entregadas (40%)
●
Presentación final (20%)
El plan de evaluación está sujeto a cambios con previo aviso. La asistencia se controlará regularmente. La falta de
asistencia frecuente puede ser motivo de expulsión del curso.
De acuerdo con nuestra metodología, no habrá exámenes ni clases magistrales. El estudiante se compromete a
asistir a clase y trabajar en las tareas asignadas y entregarlas a través de nuestra plataforma en línea de acuerdo
con la programación.
Programa: Analista de Datos
Detalles del Curso
Módulo 1. Introducción a Data Analytics: Entender al Cliente.
Semanas 1-10
En este módulo inicial los estudiantes trabajarán como analistas de datos para
Blackwell Electronics, una cadena de tiendas de electrónica de consumo, con un canal
digital. Su tarea es utilizar Data Mining y Machine learning para investigar los
patrones de compra de sus clientes por canales y zonas geográficas.
Las inferencias que los estudiantes saquen de los patrones de los datos, ayudará a
tomar las decisiones correctas al departamento de Ventas y Marketing, y a entender
la relación entre los datos demográficos del cliente y su comportamiento de compra.
Finalmente, los estudiantes presentarán los resultados al Equipo Ejecutivo,
explicando las fortalezas y debilidades de los enfoques que se aplicaron y harán
sugerencias para seguir mejorando.
Módulo 2. Data Analytics: Predecir la rentabilidad y las Preferencias del cliente.
Semanas 11-20
El trabajo para Blackwell Electronics continúa. Ahora, el objetivo es aplicar los
métodos de Data Mining para desarrollar modelos predictivos.
En este curso, los estudiantes usarán Weka y el lenguaje de programación estadístico
R, además de Machine Learning para predecir qué potenciales nuevos productos, que
el equipo de ventas está considerando agregar a la cartera de productos actual de
Blackwell, serían los más rentables.
Además, los estudiantes crearán un modelo para predecir qué marca de los productos
tecnológicos de Blackwell prefieren los clientes, basándose en los datos demográficos
del cliente recogidos de una encuesta de marketing.
Programa: Analista de Datos
Finalmente, los estudiantes presentarán los resultados al Equipo Ejecutivo,
explicando las fortalezas y debilidades de los enfoques que se aplicaron y harán
sugerencias para seguir mejorando.
Módulo 3. Análisis avanzados y Presentación gráfica.
Semanas 21-30
En este curso, los estudiantes trabajarán para una start-up tecnológica de Internet de
las Cosas, que quiere usar Data Analytics para resolver dos problemas del mundo
físico:
●
Uso inteligente de la Energía: modelado de patrones de consumo de energía
por hora del día y los días del año en una residencia típica, cuyo sistema
eléctrico es supervisado por varios aparatos.
●
Localización en Interiores: determinar la posición física de una persona en un
espacio interior, tomando las huellas de los dispositivos móviles por Wifi.
Los estudiantes aprenderán a usar el lenguaje de programación estadístico R para
realizar presentaciones, generar estadísticas descriptivas y modelos predictivos
utilizando técnicas de regresión de series temporales y clasificadores estadísticos.
Finalmente, los estudiantes presentarán los resultados al Equipo Ejecutivo de la startup, explicando las fortalezas y debilidades de los enfoques que se aplicaron y harán
sugerencias para seguir mejorando.
Programa: Analista de Datos
Autores del Plan de Estudios
Este programa ha sido diseñado con la colaboración del Dr. Jaime Carbonell y el Dr. Ravi Starzl de Carnegie Mellon
University.
El Dr. Jaime Carbonell es el Director de Language Technologies Institute y Allen Newell y profesor de Computer
Sciences en Carnegie Mellon University. Sus investigaciones actuales incluyen Machine learning, Data Mining
(principalmente en salud y finanzas), Text Mining y traducciones automáticas. El Dr. Carbonell ha sido miembro
de varios comités gubernamentales como el Genome Committee of the National Institutes of Health, the Oakridge
National Laboratories Scientific Advisory Board, the National Institute of Standards and Technology Interactive
Systems Scientific Advisory Board, y el German National Artificial Intelligence (DFKI) Scientific Advisory Board. Ha
publicado más de 300 artículos y libros y supervisado más de 45 tesis doctorales. Graduado en física y matemáticas
por el MIT y MS y doctorado en Ciencias de la Computación de la Universidad de Yale.
El Dr. Ravi Starzl es Computer Scientist en Language Technologies Institute en Carnegie Mellon University. Es un
experto en el análisis computacional y modelado de sistemas complejos basados en la información, con
experiencia en ámbitos como sistemas biológicos, sistemas financieros y topologías de Internet. El Dr. Starzl tiene
amplia experiencia con los métodos computacionales y gestión de cantidades muy grandes de información.
Recibió su doctorado en Language and Information Technologies de la Facultad de informática en Carnegie Mellon
University en 2012. Además de su investigación en CMU, el Dr. Starzl desarrolla y dicta clases sobre los temas de
Big Data, biotecnología y desarrollo de software avanzado. También ha participado en la fundación, crecimiento
y venta de varias empresas de biotecnología y alta tecnología.
Metodología del Programa
La metodología de este programa, denominada Story Centered Curriculum (SCC), se basa en técnicas avanzadas
de simulación de situaciones reales. Sin clases teóricas ni sesiones de estudio por memorización para pasar un
examen, el SCC te sitúa en un escenario desarrollado a partir de una situación profesional real y motivadora en la
que ejecutas las mismas tareas que los profesionales, con sus mismas herramientas, de modo que, llegado el
momento, puedas integrarte en un equipo de trabajo real, sin dificultad.
Vas a trabajar en equipo, como es habitual en el mundo profesional. Una amplia gama de material de soporte y
el apoyo necesario para completar las tareas, están disponibles en línea. Vas a ser supervisado por un tutor, el
Programa: Analista de Datos
cual estará siempre disponible para responder a cualquier pregunta o aclarar cualquier duda, y quien evaluará tu
rendimiento y los entregables del proyecto.
El SCC es una metodología educativa que permite implantar el enfoque learning by doing en toda su complejidad
y extensión. Ha sido probado con éxito desde hace más de 10 años en la Universidad Carnegie Mellon en USA
donde varias promociones han completado programas desarrollados bajo esta metodología, tanto en el campus
de Pittsburg como en el de Mountain View en California.
Tutores
Al inicio del curso se te asigna un tutor que es un experto profesional. El tutor te ayudará a encontrar soluciones
y a resolver las dificultades del proyecto basándose en sus propios recursos y experiencia.
Te dará su feedback sobre los ejercicios entregados en cada tarea, para que puedas mejorar continuamente,
aprendiendo de tus errores y logrando un profundo conocimiento de cada tema.
Las sesiones con los tutores se harán a través de plataformas online con fechas agendadas para cada tarea del
curso.

Documentos relacionados